人工智能学院常毅教授指导的2018级博士研究生杨志伟的论文A Coarse-to-fine Cascaded Evidence-Distillation Neural Network for Explainable Fake News Detection被CCF-B会议（The 29th International Conference on Computational Linguistics, COLING 2022）接收。COLING是计算语言学和自然语言处理领域的重要国际会议，由国际计算语言学委员会（ICCL）主办，每两年一次。

第一作者杨志伟主要从事假新闻检测及解释、信息抽取等方向的研究工作，目前在香港浸会大学进行学术交流。本工作与合作导师——香港浸会大学计算机系的马晶助理教授、吉林大学人工智能学院陈贺昌副教授合作完成。

论文介绍：

第一作者：杨志伟

论文题目：A Coarse-to-fine Cascaded Evidence-Distillation Neural Network for Explainable Fake News Detection

会议名称：The 29th International Conference on Computational Linguistics (COLING 2022)

会议类别：CCF-B类会议

会议时间：October 12-17, 2022, Gyeongju, Republic of Korea

论文概述：近年来，假新闻泛滥已经成为一个日益严峻的问题。为了有效对抗假新闻，可解释的假新闻检测任务致力于核查某事件的真实性并提供说明。传统的假新闻检测方法是基于人工辟谣报道，具有较大的范围局限性和时滞性。因此，该研究首次提出直接基于早期相关报道的可解释假新闻检测，并针对该新范式提出一种面向假新闻检测的粗-细级联方法抽取相关报道中可解释的证据。研究结果表明，该方法能有效地利用群体智慧检测新闻事件的真实性并提供准确的判断解释，极大缓解假新闻自动检测对辟谣报道的依赖。