前 言

虚假信息检测旨在综合应用自然语言处理、社交挖掘、跨模态分析等智能处理手段，发现并利用信息的内在特征、产生机理与传播规律，为以假新闻为代表的虚假、伪造信息的识别与干预提供理论和技术支持.《Science》在2018年3月一次刊发了2篇论文，讨论了假新闻的危害以及对其的科学观察与思考，引发了学术界与产业界对这一科学问题的持续关注.假新闻、谣言、水军贴等形态的虚假信息在新闻网站、社交媒体、电商应用等平台的泛滥，可能严重冲击经济、社会和政治秩序，对智能安全检测技术的创新发展提出了迫切需求.

为促进虚假信息检测领域的研究工作，《计算机研究与发展》推出了“虚假信息检测”专题，以反映该领域研究进展、展望未来趋势，分享典型虚假信息数据的量化分析与观察，并具体研讨基于文本、传播结构以及多模态的虚假信息检测新方法，探索虚假信息干预缓解的新思路.希望这些最新成果能够为读者提供启发和借鉴.

Amrita Bhattacharjee来自亚利桑那州立大学的刘欢教授组，他们的论文“网络信息生态系统中的虚假信息:检测、缓解与挑战”给出了新冠肺炎疫情期间虚假信息的案列研究，探讨了检测虚假信息与减缓影响的方法及其挑战，并简述了跨学科的研究进展，最后对未来研究方向进行了展望.

真实虚假信息数据的整理和量化分析，能够为后续研究工作的开展提供重要的基础.陈慧敏等作者的论文“新冠疫情相关……