基于上下文的虚假新闻检测使用图方法：一个 COVID-19 用例-计算机科学-机器学习-虚假新闻检测-自然语言处理.pdf

基于上下文的虚假新闻检测使用图方法：一个

COVID-19用例

∗

CHANDRASHEKARMUNIYAPPA,IndependentResearcher,USA

DR.SIRISHAVELAMPALLI,UCEK,JNTUKakinada,LTIMindTree,India

在当今的数字世界中，假新闻以极快的速度传播。这是一个需要解决的重大问题。在这项工作中，我们使用

了一种新颖的基于图的方法来应对这一挑战。我们从Kaggle中获取了包含真实和虚假新闻文章的数据集。为

了测试我们的方法，我们整合了一些与近期covid-19相关的新闻文章，这些文章中既有真实的也有虚假的信

息，并且都与此问题相关。这进一步增强了数据集，而不仅仅是完全依赖于原始数据集。我们提出了一种基

于上下文图的方法来检测假新闻文章。我们需要将新闻文章转化为适当的模式，因此我们利用自然语言处理

（NLP）技术将新闻文章转换为基于上下文的图结构。然后应用最小描述长度（MDL）基础的基于图的异常检

本测（GBAD）算法进行图挖掘。基于图的方法特别适用于处理丰富的上下文数据，因为它们能够发现传统查询

译或统计方法可能忽视的复杂模式。我们的提议方法在数据集中识别出规范性模式，并随后揭示偏离这些已建立

中标准的异常模式。

CCSConcepts:•Mathematicsofcomputing→Graphalgorithms.

1

vAdditionalKeyWordsandPhrases:虚假新闻检测，图，异常，上下文图，COVID-19错误信息，自然语言处

2

8理，最小描述长度

3

3ACMReferenceFormat:

1ChandrashekarMuniyappaandDr.SirishaVelampalli.2025.基于上下文的虚假新闻检测使用图方法：一个

.

7COVID-19用例.In20254thInternationalConferenceonCyberSecurity,ArtificialIntelligenceandthe

0DigitalEconomy(CSAIDE2025),March07–09,2025,KualaLumpur,Malaysia.ACM,NewYork,NY,

5

2USA,11pages./10.1145/3729706.3729819

:

v

i1介绍

x

r

a基于图的表示方法在各个领域有广泛的应用，包括社交网络、化学化合物分析、大规模网络系

统、语义有哪些信誉好的足球投注网站、知识发现、自然语言处理和网络安全。传统的数据挖掘技术——如分类、聚类、

关联分析和离群点检测——已成功应用于图挖掘，使复杂的模式和见解得以提取。

Authors’ContactInformation:ChandrashekarMuniyappa,cnachiketa07@,IndependentResearcher,Dublin,USA;

Dr.SirishaVelampalli,sirisha.velampalli@,UCEK,JNTUKakinada,LTIMindTree,Hyderabad,India.

Permissiontomakedigitalorhardcopiesofallorpartofthisworkforpersonalorclassroomuseisgrantedwithoutfee

providedthatcopiesarenotmadeordistributedforprofitorcommerci