Exploration de la résumé pour améliorer la détection de l'orientation des titres

La propagation des fausses nouvelles et des informations erronées pose des problèmes sérieux à la société, en partie parce que de plus en plus de personnes ne lisent que les titres ou les extraits des actualités, en supposant que tout est fiable, plutôt que d’analyser soigneusement si ces contenus peuvent contenir des informations déformées ou fausses. En effet, le titre d’un article correctement conçu doit correspondre à un résumé fidèle des informations principales de cet article. Malheureusement, cela n’est pas toujours le cas, car divers intérêts — tels que l’augmentation du nombre de clics ou des objectifs politiques — peuvent motiver la création de titres qui ne répondent plus à leur fonction initiale. Ce papier analyse l’utilisation de résumés automatiques d’actualités afin de déterminer la position (« stance ») d’un titre par rapport au corps du texte associé. À cette fin, nous proposons une approche en deux étapes qui utilise les techniques de résumé comme entrée pour deux classificateurs, au lieu du texte complet de l’article, réduisant ainsi la quantité d’information à traiter tout en préservant les éléments essentiels. Les expérimentations ont été menées sur le jeu de données Fake News Challenge FNC-1, aboutissant à une précision de 94,13 %, dépassant ainsi l’état de l’art. Il est particulièrement remarquable que l’approche proposée, qui ne s’appuie que sur les informations pertinentes fournies par les résumés automatiques et non sur le texte intégral, parvient à classifier les différentes catégories de position avec des résultats très compétitifs. On peut donc conclure que l’utilisation de résumés extraictifs automatiques exerce un effet positif dans la détermination de la position d’informations très courtes (par exemple, un titre ou une phrase) par rapport à leur contenu global.