摘要

我们应用因果中介分析来解释神经模型在Twitter上进行谣言检测的决策过程。通过对输入和网络层面的干预，揭示了推文和词汇对模型输出的因果影响。研究发现，我们的方法CMA-R（因果中介分析用于谣言检测）能够识别出解释模型预测的关键推文，并且这些关键推文与人类判断具有高度一致性，特别是在确定故事真实性方面。此外，CMA-R还可以突出显示关键推文中具有因果影响力的词汇，为这些黑盒谣言检测系统提供了另一层可解释性和透明度。代码可在以下地址获取：https://github.com/ltian678/cma-r。