谣言检测论文分享（七）A Survey on Natural Language Processing for Fake News Detection

本文贡献：

1. 首次全面审查了用于自动假新闻检测的自然语言处理解决方案；
2. 系统地分析了假新闻检测如何与现有的NLP任务保持一致，并讨论了问题不同表述的假设和值得注意的问题；
3. 对可用的数据集、NLP方法和结果进行分类和总结，为对该问题感兴趣的新研究人员提供第一手经验和可访问的介绍。

1 与假新闻检测工作相关的工作

事实核查

事实核查是评估政治家、权威人士等公众人物所作声明的真实性的任务(Vlachos和Riedel, 2014)。许多研究人员没有区分假新闻检测和事实核查，因为它们都是为了评估言论的真实性。一般来说，假新闻检测通常侧重于新闻事件，而事实核查则更广泛。索恩和弗拉乔斯(2018)对这一主题进行了全面的回顾。

谣言检测

谣言检测的定义并不一致。最近的一项调查(Zubiaga et al.， 2018)将谣言检测定义为将个人陈述分为谣言或非谣言，其中谣言被定义为在发布时由未经验证的信息组成的陈述。换句话说，谣言必须包含可以被证实的信息，而不是主观的观点或感觉。