揭示多模式假新闻中细粒度的欺骗模式:可以解释的神经符号框架与LVLMs
IEEE transactions on pattern analysis and machine intelligence
|December 11, 2025
概括
这项研究介绍了GE-NSLM,这是一种通过识别欺骗性模式来检测假新闻的新型模型. 它提供了对虚假信息制造的可解释的见解,增强了检测能力.
科学领域:
- 人工智能的人工智能
- 计算机科学 计算机科学
- 信息科学 信息科学 信息科学
背景情况:
- 假新闻,特别是多模式内容,是一个重大的社会威胁.
- 目前用于假新闻检测的深度学习模型缺乏解释性.
- 现有的可解释性方法无法揭示虚假新闻创造背后的深层逻辑.
研究的目的:
- 开发一个可解释的假新闻检测模型.
- 识别和解释虚假新闻制造中潜在的欺骗模式.
- 为缓解错误信息提供深刻的理由.
主要方法:
- 拟议的GE-NSLM (一般可解释的神经符号潜伏模型).
- 集成的大视觉语言模型用于准确的判断和模式洞察力.
- 代表了欺骗性的模式 (图像操纵,交叉模式不一致性,图像重定位,其他) 作为二进制可学习的潜在变量.
- 利用经过摊销的变量推断和以逻辑规则为指导的弱监督.
主要成果:
- 在假新闻检测方面,GE-NSLM取得了竞争性表现.
- 该模型提供了可解释的见解,说明为什么新闻项目是假的.
- 有效地识别错误信息中潜在的欺骗模式.
结论:
- GE-NSLM提供了一种新的方法来解释假新闻的检测.
- 了解欺骗模式对于有效减轻错误信息至关重要.
- 该模型在假新闻分析中提高了透明度和可解释性.
相关概念视频
01:14Understanding Deception
142
Deception is a pervasive aspect of human communication. Empirical studies have shown that most individuals engage in some form of deceit on a daily basis, with approximately 20% of social exchanges involving deceptive elements. Lying follows a developmental trajectory, peaking during adolescence and declining with age, possibly due to the maturation of cognitive control and social accountability.Cognitive and Social Factors in Deception DetectionDespite its prevalence, accurately detecting...
142
01:13Nonconscious Mimicry
5.1K
Nonconscious mimicry occurs when individuals alter their mannerisms to match the behaviors and expressions of those nearby, without intention.
5.1K