国会、造谣者和特朗普的50条随机推特的贝叶斯分析结果。 （图片来源：Monakhov, 2020）
两种算法通过识别重复的字词的不同使用方式，只需要50条推特就能准确区分谣言和公众人物发表的消息。来自德国耶拿的弗里德里希·席勒大学（Friedrich Schiller University）的Sergei Monakhov于2020年8月12日在开放期刊PLOS ONE上发表了这些发现。
网络谣言被用于达成某个目的，但同时也隐藏了该目的。比如说，在2018年，13个俄罗斯人被指控使用虚假身份通过社交媒体干涉2016年美国总统选举。虽然之前的研究已经包含了能区分虚假消息的特征，比如说时间、主题标签，还有地理位置，但很少有研究分析推特消息本身的语言特征。
Monakhov使用了一种社会语言学方法，中心思想就是造谣者想传播的消息数量有限，但是他们会多次发消息并使用足够多样的措辞和主题来欺骗读者。Monakhov使用一个含有俄罗斯造谣者推特和真正的美国国会推特的库，证明了这些专属造谣者的特点最终能区分谣言和官方推特消息的重复字词模式。
之后Monakhov测试了这一使用不同模式区分官方消息和谣言的算法。他发现这种算法只需要50条推特消息就能准确区分造谣者和官方。他还发现这种算法正确地分辨了特朗普和造谣者的推特，尽管特朗普发表的消息也被推特官方认为是挑衅的和“可能导致误解的”，但是并没有隐藏发表意图。
这种区分推特谣言的新方法能帮助对抗网络战的同时保护言论自由。更多的研究将注重于确定该方法是否能准确地从不是公众人物发表的其他类型的消息中区分谣言。
Monakhov补充：“虽然谣言的撰写被认为是充满反复消息的，但它们最具特点的特征是非常规的重复字词分布。把这些特征字词的比例作为量化测量标准，我们只需要50条推特就能识别网络谣言账户。”
翻译：王嘉钰
审校：郝豪
引进来源：Public Library of Science
京公网安备11010502039775号
