智源-计算所虚假新闻检测大赛 | 探秘假新闻中的视觉信息

最新推荐文章于 2025-02-10 10:20:13 发布

PaperWeekly

最新推荐文章于 2025-02-10 10:20:13 发布

阅读量4k

点赞数 3

本文链接：https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/101324685

版权

本文探讨了虚假新闻检测中的视觉信息，包括图片篡改、图文不符和图片过时三种类型。研究发现，虚假新闻的配图在统计特征上与真实新闻存在差异，如图片多样性、清晰度和一致性。通过篡改检测、生成检测和重压缩特征等取证特征，可以判断图像的真实性。此外，视觉冲击性和情感煽动性的语义特征也在虚假新闻中扮演重要角色。多模态检测方法结合图像和文本信息，提高检测准确性。尽管取得良好效果，但数据稀缺和可解释性仍是挑战。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

640?

2019 年 8 月，北京智源人工智能研究院联合中科院计算所、数据评测平台 biendata，共同发布了中文多模态虚假新闻数据集，并同步开放了评测竞赛（2019 年 8 月-11 月初），总奖金 10 万元。

比赛网址请见下方链接，或点击“阅读原文”链接。

本次比赛在文本模态之外，重点关注视觉模态在虚假新闻检测中的应用。为使参赛选手充分了解已有工作，主办方特别撰写了进展介绍，总结在虚假新闻检测中，视觉模态的作用和利用方法。

640?wx_fmt=png

比赛链接：

https://biendata.com/competition/falsenews/

微博、Tiwtter 等社交平台的兴起为用户带来便捷的同时也为虚假新闻的滋生与传播提供了土壤。虚假新闻的疯狂传播已经带来了诸多消极影响。据统计，在 2016 年美国总统大选前一个月，平均每个选民曾接触过 1-3 条政治类假新闻，这些假新闻不可避免地影响了选举过程公平公正的进行。

与此同时，随着多媒体技术的发展，无论自媒体还是专业媒体都开始向基于图、文、短视频的多媒体新闻形式转变。多媒体内容承载着更加丰富与直观的信息，能够更好地描述新闻事件，且更易广泛传播。研究表明，带图片新闻的平均转发次数是纯文本新闻的 11 倍。正因如此，虚假新闻经常使用极具煽动性的图片来吸引和误导读者，从而快速且广泛地传播，这使得对视觉模态内容的检测已经成为应对虚假新闻挑战的不容忽视的一部分。

本文将介绍视觉模态在虚假新闻检测中的应用进展。 首先本文分析了现存的虚假新闻配图的类别，之后从统计、取证、语义三个方面介绍了有助于检测的特征，并介绍了融合多种视觉模态的方法 MVNN。此外，我们还介绍了三种多模态检测方法，以充分展示如何将视觉信息与文本信息结合，以应对虚假新闻检测的挑战。