AI生成的假新闻难以识别，那就用神经网络来对抗吧( 七 ) 选自arXiv作

Grover生成的宣传文本轻易地骗过了人类

图4中的结果显示了一个惊人的趋势：尽管Grover生成的新闻质量没有达到人类的高度，但它擅长改写宣传文本。 Grover改写后，宣传文本的总体可信度从2.19增至2.42 。

----AI生成的假新闻难以识别，那就用神经网络来对抗吧//----江苏龙网 http://www.jiangsulong.com //

本文原始标题为：AI生成的假新闻难以识别，那就用神经网络来对抗吧---来源是：

本文原始标题为：AI生成的假新闻难以识别，那就用神经网络来对抗吧---来源是：

图4：人工评估结果。对于Grover生成的文本，三个人类评分者从风格、内容和整体可信度方面进行评估；每种类别的文章取样100篇。结果显示， Grover生成的宣传文本比人类书写的原始宣传文本的可信度更高。

假新闻检测

假新闻检测中的半监督假设

虽然网上有大量人类书写的文本，但大部分都时间久远。因此对于文本的检测应当设定在近一段时间。同样，由攻击方生成的AI假新闻数量可能十分少。因此，研究人员将假新闻检测问题当做半监督问题。假新闻判别器可以使用从2016年12月到2019年3月的大量人工写成的新闻，即整个RealNews训练集。

但是，判别器被限制获取近期新闻和AI生成的假新闻。研究者使用2019年4月的10000条新闻生成文章主体文本，使用另外10000条新闻作为人类写成的新闻文章。研究人员将这些文章进行分割，其中10000条用于训练（每个标签5000）， 2000用作验证集， 8000用作测试集。

AI生成的假新闻难以识别，那就用神经网络来对抗吧( 七 )