Competitive Inference Memory Networks for Stance Detection and Evidence Extraction

摘要

由於網路的普遍性以及自由性，造成?多不實的言論透過不同的管道流竄，時常造成社會的恐慌與不安定，因此假新聞偵測的研究議題隨之而生，透過觀察不同種類假新聞的特性，幫助人類判斷網路訊息的真實性。在眾多偵測假新聞的方法之中，透過群眾對於新聞的立場來判斷其真實性是一種主流的方式，大部分的方法會將立場視為重要的特徵，或是觀察立場隨著時間的變化來驗證新聞的真偽，然而如何精準的偵測文章對於新聞的立場是大部分模型的瓶頸。因此，假新聞立場的偵測也被視為一個困難的研究議題。同時，過去的研究只著重於判斷新聞的立場，卻忽略了在判斷真實性時應該要提出有力的證據，所以無法使使用者信服模型預測的結果。因此，偵測新聞的立場同時擷取有說服力的證據成為近年來新興的研究領域。 本研究的目的即為判斷新聞的立場同時找出具有描述力的證據以解釋立場。過去的研究過於依賴新聞內容與事件的描述的相似度來尋找證據，導致無法找出擁有更多額外的資訊以佐證立場的證據，同時也無法利用這些證據來推論立場。因此，我們透過字與字競爭的方式找到段落中與事件描述有相同主題的字，並透過這些字與事件描述的交互作用來推斷新聞的立場。除此之外，我們也利用這些字來決定每個證據對於事件的描述程度，藉此來擷取針對事件有最多描述的證據，使使用者可以更全面的了解新聞的立場。

獎項日期	2019
原文	English
監督員	Hung-Yu Kao (Supervisor)