[论文] Agentic Detection of Online Conspiracies

论文概要

研究领域: NLP
作者: Lior Biton, Oren Tsur
发布时间: 2026-09-24
arXiv: 2609.30250

中文摘要

社交媒体上的阴谋论话语并不总是通过明确的声称或稳定的词汇标记来表达。同样的表层内容可能表达支持、合理关切、批评、讽刺或嘲笑。因此，主要挑战不仅在于识别与阴谋论相关的声称，更在于推断说话者的意图——即话语的施事行为力（illocutionary force）。我们认为这可以通过利用相关的社会语境来实现，并提出一个配备了社会查询工具集的智能化体框架。我们在一个独特的希伯来语推文数据集上展示了该方法的优势，该数据集覆盖了四年时间跨度（2018 年末至 2023 年初）内 80%-90% 的公开希伯来语推文，涵盖多个选举周期以及新冠疫情期间和相关疫苗接种运动。如此广泛的覆盖范围可用于恢复不同的社会语境。在我们手动标注的对抗性数据集上评估该框架后，我们发现：上下文感知的工作流持续优于纯文本分类；且智能体框架的表现显著优于其他框架和设置，包括一个暴露于与智能体相同上下文的非智能体模型。我们还对结果、错误和效率（token 经济性）的权衡进行了分析。这些发现支持将阴谋论检测视为一种社会嵌入的解释任务——有效的分类不仅依赖于获取上下文，还依赖于自适应推理，即智能体在逐案基础上使用工具，仅查询与其当前推理步骤相关的证据。

原文摘要

Conspiratorial discourse on social media is not always expressed through explicit claims or stable lexical markers. The same surface content may express endorsement, legitimate concerns, criticism, satire, or mockery. The main challenge is therefore not only recognizing conspiracy-related claims, but inferring the speaker's intent -- the utterance's illocutionary force. We argue that this can be achieved through the use of relevant social contexts and propose an agentic framework, equipped with a set of tools supporting social queries. We demonstrate the benefits of our approach on a unique dataset of Hebrew tweets, covering 80%--90% of the public Hebrew tweets published over a four-year span (late 2018-- early 2023), encompassing several election cycles as well as the COVID pandemic yea...

自动采集于 2026-09-28

#论文 #arXiv #NLP #小凯