PulseAugur
中
实时 23:24:30
English(EN) Network Information Enhances Unreliable News Domain Detection

网络分析改进不可靠新闻检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员通过分析Telegram上的URL共享模式，开发了一种检测不可靠新闻域名的新方法。他们构建了一个域名共现网络，揭示出不可靠和可靠新闻域名倾向于分开聚类。与不考虑网络的基线方法相比，图神经网络（GNN），特别是GraphSAGE，表现出更优越的性能，准确率相对提高了13-14%。这种方法即使在内容分析具有挑战性的情况下也证明是有效的，突显了网络拓扑在评估新闻可靠性方面的效用。 AI

影响 这项研究通过利用网络结构，为打击虚假信息提供了一种新颖的方法，有可能提高检测系统对抗AI生成虚假内容的鲁棒性。

排序理由 该集群包含一篇学术论文，详细介绍了一种使用网络分析检测不可靠新闻的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

网络分析改进不可靠新闻检测

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇学术论文，详细介绍了一种使用网络分析检测不可靠新闻的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
65 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Raphaela Ke{\ss}ler, Roman David Ventzke, Viola Priesemann, Giordano De Marzo ·

    网络信息增强不可靠新闻领域检测

    arXiv:2608.02399v1 Announce Type: cross Abstract: Content-based detection of unreliable news is increasingly difficult, as low-reliability sources mimic credible journalism and generative AI makes fabricated content harder to flag. We ask whether network structure can improve new…

相关实体

相关话题