在过去的十年中，各类社交媒体平台——连接人们并让他们通过多媒体内容（如图像、视频、音频和文本）分享他们的想法和意见——也被用于操纵和改变公众意见。社交媒体上的自动程序，如机器人，可以像合法的用户一样控制虚假账户，通过点赞、分享和发布内容来传播虚假信息。随着深度学习技术的发展，生成性模型能够生成越来越逼真的文本，这为恶意行为者提供了增强社交机器人能力的工具，使其能够撰写可信的深度伪造信息。

什么是深度伪造？

深度伪造（Deepfake）是“深度学习”（Deep Learning）和“伪造”（Fake）的结合，指的是利用人工智能生成的潜在欺骗性的多媒体（包括图像、视频、音频和文本）。近年来，深度伪造的文本生成技术也得到了显著的发展。例如，2019年OpenAI发布了GPT-2，这是一种预训练的语言模型，可以自主生成连贯且类似人类的文本段落。尽管这些技术在某些领域有积极的应用，但它们也被滥用于制造虚假信息，污染公共舆论。

深度伪造推文检测的重要性

随着生成技术的进步，社交媒体上出现了越来越多的自动生成文本，这些文本看起来由人类编写，实则由机器生成。这些伪造信息有可能影响公众舆论，扰乱社会秩序。因此，开发有效的深度伪造检测系统变得至关重要。尽管目前已经有很多研究关注深度伪造 视频 和 音频 的检测，但对社交媒体上的深度伪造文本的研究相对较少。

TweepFake数据集

为推动深度伪造文本检测的研究，本文收集了首个真实的深度伪造推文数据集——TweepFake。该数据集包含了从Twitter上收集的真实深度伪造推文，这些推文由23个机器人生成，模仿了17个人类账户。这些机器人基于各种生成技术&#x