摘要

本文提出了一种名为SEE的新型假新闻检测方法，该方法通过搜索、检查和早期终止三个主要阶段，利用网络搜索的无标注证据进行假新闻检测。SEE方法不依赖于人工预处理的证据，而是通过注意力机制和早期终止机制，有效地融合新闻和证据信息，以提高检测的准确性和效率。实验结果表明，SEE方法在多个数据集上优于现有的最先进方法，显示出其在假新闻检测领域的先进性和实用性。

原理

SEE方法的核心在于其创新的推理过程，包括三个主要步骤：搜索、检查和早期终止。首先，在搜索阶段，使用新闻作为查询，直接从网络中检索相关材料，并将其标题作为证据，无需任何标注或过滤过程。其次，在检查阶段，通过独立的transformer解码器，利用自注意力和交叉注意力机制，顺序地检查新闻和每个证据，生成包含丰富信息的新隐藏状态。最后，在早期终止阶段，模型配备了一个共享的置信度评估器，在每个时间步评估是否继续检查更多证据，或者基于足够的置信度提供预测结果。这种机制允许模型在必要时提前终止检查过程，从而提高效率。

流程

SEE方法的工作流程如下：首先，使用新闻内容作为查询，通过网络搜索获取相关材料，并将这些材料的标题作为无标注的证据。然后，将新闻和证据分别编码为表示形式，通过多个独立的transformer解码器顺序地检查新闻和每个证据，利用自注意力和交叉注意力机制融合信息。在每个时间步，置信度评估器会评估当前的隐藏状态，决定是否继续检查或终止并提供预测。如果置信度达到预设阈值，模型将提前终止检查过程并输出预测结果。这一流程通过减少不必要的计算，提高了假新闻检测的效率。

应用

SEE方法的应用前景广泛，特别是在社交媒体和在线新闻平台上的假新闻检测。由于其能够有效利用无标注的网络搜索证据，SEE方法在处理大规模和多样化的数据时表现出色，有望成为假新闻检测领域的重要工具。此外，SEE方法的早期终止机制也使其在实时检测和资源受限的环境中具有优势，为假新闻的快速响应和预防提供了新的可能性。