English(EN) LLM-based Detection of Manipulative Political Narratives

新框架可检测社交媒体上的操纵性政治叙事

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-14 04:30

研究人员开发了一个新框架，用于检测和分类社交媒体上发现的操纵性政治叙事。该系统首先使用带有推理模型的少样本提示，从合法的批评中过滤掉操纵性帖子。然后，使用UMAP进行降维，并使用HDBSCAN进行无监督聚类，以识别没有预定义类别的不同叙事组。该方法应用于超过120万条社交媒体帖子，成功发现了41个独特的操纵性叙事集群。 AI

影响提供了一种识别和构建虚假信息活动的新颖方法，可能有助于内容审核和政治分析。

排序理由学术论文，详细介绍了检测操纵性政治叙事的新计算框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

HDBSCAN
UMAP

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

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Gabi Dreo Rodosek · 2026-05-14 04:30

LLM-based Detection of Manipulative Political Narratives

We present a new computational framework for detecting and structuring manipulative political narratives. A task that became more important due to the shift of political discussions to social media. One of the primary challenges thereby is differentiating between manipulative pol…

报道来源 [1]

LLM-based Detection of Manipulative Political Narratives

相关实体

相关话题