人工智能学院2021级博士研究生王博的论文近日被CCF-A类期刊TOIS（ACM Transactions on Information Systems）接收。TOIS是人工智能以及数据挖掘领域顶级的学术期刊之一，是CCF-A类推荐国际学术期刊。
该工作与香港浸会大学的马晶助理教授合作完成。
论文题目：A Graph-Enhanced Defense Framework for Explainable Fake News Detection with LLM
第一作者：王博 (2021级博士研究生)
指导教师：马晶、田原、常毅
收录期刊：ACM Transactions on Information Systems
期刊类别：CCF-A
可解释虚假新闻检测旨在评估新闻的真实性，同时提供对人类友好的解释。现有结合调查性新闻报道的方法通常效率较低，并且在应对突发新闻时表现不佳。近年来，大语言模型的发展使得利用外部检索得到的报道作为检测证据并生成解释成为可能，但未经验证的报道可能会引入不准确性。此外，真正有效的可解释性虚假新闻检测应当针对新闻的各个方面提供全面解释，以帮助公众核实其准确性。为了解决上述挑战，本文提出了一种图增强的辩论式框架G-Defense。该框架仅基于未经验证的报道，提供细粒度的解释。具体而言，本文通过将新闻分解为若干子新闻并建模它们之间的依赖关系，构建了一个以原始新闻为中心的图结构。对于每个子新闻，使用检索增强生成（RAG）检索关键证据，并生成相互竞争的解释。随后，本文引入了一个基于图的辩论式推理模块，用于评估原始新闻的真实性。最后，通过提示大语言模型生成一个直观的解释图。实验结果表明，G-Defense在虚假新闻检测性能和解释质量两方面都达到了当前最先进水平。
