在社交媒体上检测虚假信息叙事面临诸多挑战，包括内容的放大规模、快速演变及语言变异性。本文提出了一种基于图的框架，用于识别和分析Telegram生态系统中的虚假信息叙事，结合了弱监督学习与传播图分析。该方法将语义相关的主张聚合成叙事级别的簇，并建模其在互联频道之间的扩散。这种方法能够检测到协调的叙事放大，这在仅通过单个帖子分析时是难以捕捉的。我们的结果表明，将文本信号与网络结构结合，可以提供一种可扩展的方法来检测虚假信息叙事，并深入了解它们在大规模消息环境中的传播方式。
博主点评： 本文展示了图分析在虚假信息检测中的潜力，尤其是在复杂的社交媒体环境中。通过结合语义与网络结构，研究者能更有效地识别和理解信息传播的动态，为未来的研究提供了新的思路和方法论。