Satirische Nachrichtenauffindung und Analyse unter Verwendung von Aufmerksamkeitsmechanismen und linguistischen Merkmalen

Satirische Nachrichten werden als Unterhaltung betrachtet, sind jedoch potenziell irreführend und schädlich. Trotz des eingebetteten Genres im Artikel können nicht alle die satirischen Hinweise erkennen und glauben daher, dass die Nachrichten wahr sind. Wir beobachten, dass satirische Hinweise oft in bestimmten Absätzen reflektiert werden, anstatt im gesamten Dokument. Bere existing works only consider document-level features to detect the satire, which could be limited. We consider paragraph-level linguistic features to unveil the satire by incorporating neural network and attention mechanism. We investigate the difference between paragraph-level features and document-level features, and analyze them on a large satirical news dataset. The evaluation shows that the proposed model detects satirical news effectively and reveals what features are important at which level.