揭示欺骗：一种主题导向的多模态方法，用于揭露社交媒体上的虚假信息

摘要在数字环境中，社交媒体已成为全球沟通的普遍渠道，连接着全球志同道合的人。然而，在促进信息交流的同时，它也容易传播虚假信息，这对在线内容的可靠性造成了持续挑战。为了解决这一问题，本文提出了一种新方法，称为TM-FID（主题导向的多模态虚假信息检测），结合了虚假信息检测和神经主题建模，采用半监督的多模态方法。通过共同利用在线新闻中的文本和视觉信息，我们的方法提供了关于虚假信息如何影响特定讨论主题的见解，从而使我们能够全面、细致地理解其传播及在社交媒体对话中的影响。在一组多模态八卦相关新闻上进行的实验评估展示了所识别主题的质量，通过一种新颖的基于质心的度量进行评估，以及TM-FID中使用的交叉注意机制在准确识别多模态新闻中的虚假信息的有效性。总体而言，所提出的方法可以使反击虚假信息传播的有效策略成为可能，从而在社交媒体平台上促进分享信息的信任和信心。