health-misinformation

本文介绍了一种多分支特征融合框架，用于检测和传播健康虚假信息，整合了语义、修辞和心理学线索，在基准数据集上表现出色。

本文介绍了RO-PnR，一个决策框架，用于在多轮健康错误信息干预中学习何时提出澄清问题与提供纠正，以更少的轮次实现更高的成本调整效用。

BERTopic-VP 是一种病毒性优先的主题建模框架，结合聚类与错误信息检测模块，用于分析 Twitter 上的健康错误信息，在 COVID-19 和 Monkeypox 疫情中实现了高分类性能。

本文提出了一种具有文化敏感性的负责任自然语言处理框架，用于检测孟加拉语等低资源语言中的健康错误信息，并评估了诸如Phi-4等小型语言模型在声明提取中的表现。