會員登錄
圖片來源：Pixabay
兩(liang) 種算法通過識別重複的字詞的不同使用方式，隻需要50條推特就能準確區分謠言和公眾(zhong) 人物發表的消息。來自德國耶拿的弗裏德裏希·席勒大學（Friedrich Schiller University）的Sergei Monakhov於(yu) 2020年8月12日在開放期刊PLOS ONE上發表了這些發現。
網絡謠言被用於(yu) 達成某個(ge) 目的，但同時也隱藏了該目的。比如說，在2018年，13個(ge) 俄羅斯人被指控使用虛假身份通過社交媒體(ti) 幹涉2016年美國總統選舉(ju) 。雖然之前的研究已經包含了能區分虛假消息的特征，比如說時間、主題標簽，還有地理位置，但很少有研究分析推特消息本身的語言特征。
Monakhov使用了一種社會(hui) 語言學方法，中心思想就是造謠者想傳(chuan) 播的消息數量有限，但是他們(men) 會(hui) 多次發消息並使用足夠多樣的措辭和主題來欺騙讀者。Monakhov使用一個(ge) 含有俄羅斯造謠者推特和真正的美國國會(hui) 推特的庫，證明了這些專(zhuan) 屬造謠者的特點最終能區分謠言和官方推特消息的重複字詞模式。
美國國會(hui) 、造謠者和特朗普的50條隨機推特的貝葉斯分析結果。 （圖片來源：Monakhov, 2020）
之後Monakhov測試了這一使用不同模式區分官方消息和謠言的算法。他發現這種算法隻需要50條推特消息就能準確區分造謠者和官方。他還發現這種算法正確地分辨了特朗普和造謠者的推特，盡管特朗普發表的消息也被推特官方認為(wei) 是挑釁的和“可能導致誤解的”，但是並沒有隱藏發表意圖。
這種區分推特謠言的新方法能幫助對抗網絡戰的同時保護言論自由。更多的研究將注重於(yu) 確定該方法是否能準確地從(cong) 不是公眾(zhong) 人物發表的其他類型的消息中區分謠言。
圖片來源：Pixabay
Monakhov補充：“雖然謠言的撰寫(xie) 被認為(wei) 是充滿反複消息的，但它們(men) 最具特點的特征是非常規的重複字詞分布。把這些特征字詞的比例作為(wei) 量化測量標準，我們(men) 隻需要50條推特就能識別網絡謠言賬戶。”
翻譯：王嘉鈺
審校：郝豪
引進來源：Public Library of Science
引進鏈接：https://techxplore.com/news/2020-08-strategy-quickly-twitter-trolls.html
關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情
深圳市龍華區玉翠社區高坳新村小廣場
- 參加最新科普活動
- 認識科普小朋友
- 成為科學小記者
