A New Hybrid Intelligent Approach for Multimodal Detection of Suspected Disinformation on TikTok
本文提出了一种混合智能框架，该框架将基于深度学习的多模态特征分析与模糊逻辑相结合，通过评估文本、音频和视频线索来检测 TikTok 上疑似虚假信息的行为，并最终生成关于虚假信息行为的详细报告。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
把 TikTok 想象成一个巨大的、熙熙攘攘的数字城镇广场，数以百万计的人在那里大声疾呼、歌唱和讲述故事。问题在于，这个广场上有些人正在讲述听起来非常有说服力的谎言。这篇论文的作者构建了一个全新的“侦探团队”来识别这些骗子，但他们并没有只创建一个侦探，而是创建了一个结合了两种截然不同的技能组合的混合小队。
以下是他们的系统是如何运作的，用简单的语言解释如下：
两部分组成的侦探小队
将该系统想象成有两个主要角色在协同工作：
1. 高科技扫描仪（深度学习）
想象一个超快速的机器人相机和麦克风，它从不眨眼。这部分系统观察视频并聆听音频。它不仅仅是“看到”一个人，而是以数学上的精确度测量一切。
- 它在倾听： 它转录正在被说的话，检查说话者是否停顿过多，声音是否颤抖，或者说话速度是否过快。
- 它在观察： 它追踪人的眼睛、眨眼的频率、视线看向哪里，以及他们的面部表情（比如强颜欢笑或皱眉）。
- 它在阅读： 它分析文本（字幕或语音），查看词汇是否模糊、重复，或者是否缺乏逻辑意义。
2. 类人法官（模糊逻辑）
现在，想象一位睿智的人类法官，他寻找的不是一个简单的“是/否”答案。现实生活是复杂的；一个人并不只是单纯的“撒谎”或“说实话”。他们可能是“有点可疑”或“非常可疑”。
- 这个法官将来自机器人扫描仪的所有原始数据转化为人类语言。
- 它不再说“眨眼频率为每秒 4.2 次”，而是说“说话者看起来有点紧张”。
- 它不再说“文本重复率为 15%”，而是说“这个故事感觉有点重复”。
“大五人格”测试
为了判断一个人是否是骗子，系统会将说话者的行为与典型的“虚假信息传播者”的心理特征进行对比。论文使用了著名的 Big-5（大五人格模型），它衡量五种人格特质：
- 开放性（他们是否对新思想持开放态度？）
- 尽责性（他们是否组织严密且谨慎？）
- 外向性（他们是否活跃外向？）
- 宜人性（他们是否友好？）
- 神经质（他们是否焦虑或情绪化？）
系统会询问：“这个人的行为是否符合政治环境下传播假新闻的人格特征？” 例如，在他们测试的政治视频中，他们发现撒谎者通常在神经质（表现出焦虑或情绪化）方面得分较高，而在宜人性方面得分较低。
最终报告：“怀疑度评分”
在机器人收集数据并由法官进行解读后，系统并不会只给出一个红灯或绿灯。它会生成一份详细报告，就像是对一段视频进行医疗诊断一样。
- 评分： 它给出一个从“低”到“高”的“怀疑水平”。
- 解释： 它会解释为什么。例如，它可能会说：“该视频被评为‘高怀疑度’，因为说话者表现出高度焦虑（神经质）、缺乏同理心，并且使用了模糊的语言。”
- “为什么”很重要： 论文强调该系统是可解释的。你得到的不仅仅是一个结果，还有一个推理过程，因此你可以理解系统是如何得出结论的。
他们测试了什么？
研究人员通过两种方式测试了他们的“侦探小队”：
针对性测试： 他们观察了关于特定话题的视频，如“阿斯巴甜是否会导致癌症？”或“亚历山大·鲍德温枪击案”。他们检查系统是否能区分传播谎言的视频、纠正谎言的视频以及拆穿谣言的视频。
- 结果： 它表现得非常好，在几乎所有案例中都正确识别出了撒谎者。
大规模测试（可扩展性）： 他们针对“入侵乌克兰”这一话题撒下了一张大网，分析了来自数千名不同用户的超过 5,000 个视频。
- 结果： 系统成功地将这些视频分类（低、中、高怀疑度）。它发现大约 15% 的视频具有高度可疑性，而其余视频则处于低到中等风险范围。
局限性（该系统目前还不能做到的事情）
作者诚实地说明了他们的工具无法做到的事情：
- 深度伪造（Deepfakes）： 它无法辨别视频是否是“深度伪造”（计算机生成的假视频）。它假设屏幕上的人是真实的，并分析其行为。
- 语言障碍： 如果视频使用的是非英语语言（如俄语），系统必须先进行翻译，这有时会丢失原始含义或细微差别。
- 遮挡： 如果视频中的字幕遮挡了人的脸部或眼睛，系统就无法很好地观察其面部表情，从而难以进行判断。
核心结论
这篇论文提出了一种在 TikTok 上打击假新闻的新方法。它将 AI 的速度与人类心理学的细微差别相结合，不仅能说出“这是假的”，还能通过观察说话者的行为、声音和说话方式，解释为什么感觉它是假的。这就像拥有一个既能读懂一个人的肢体语言和说话模式，又能写出一份清晰报告，准确说明究竟是什么因素引起怀疑的侦探。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。