台灣茶鵝實驗改良場 — Taiwan Tea Goose Experiment & Improvement Station
語言指紋偵測 × 可疑度評分 = 識別語言操控的工具。
git clone https://github.com/FakeRocket543/anseropolis.git
cd anseropolis
python3 setup.py安裝完成後，在目錄裡打開 AI Agent（OpenCode / Kiro CLI / Claude Code），貼一段你想分析的內容，agent 會自動引導完成分析。
現有事實查核機制存在結構性限制：人力有限、選題覆蓋不均、對灰色地帶（如認知作戰、模糊承諾）的處理能力不足。
Anseropolis 提供一套開源的語言分析工具，讓任何人都能獨立檢視文本的語言模式。
輸入文字
↓
ingest — CKIP 斷詞 + 實體提取 + 語言指紋 + embedding
↓
match — cosine kNN 比對已知語料庫（12+ 來源）
↓
decompose — LLM 聲明拆解
↓
retrieve — 搜尋引擎 + 證據評估
↓
score — 可疑詞典 + TAO 敘事詞 + 指紋加權評分
↓
package — 分析報告 + 圖卡產出
兩種執行模式：
- Pipeline 模式（
python3 -m src.run）— 固定流程，可預測，適合批次 - Agent 模式（
python3 -m src.interactive）— LLM 自主決策，適合深度分析
也可透過 MCP Server（src/mcp_server.py）或 HTTP API（src/serve.py）整合到其他工具。
已建立 12+ 來源的語言指紋資料庫，涵蓋不同政治光譜：
| 來源 | 類型 |
|---|---|
| 國台辦 | 官方統戰文本 |
| 環球時報、中評社、人民日報 | 中國大陸官媒 |
| 自由時報、新頭殼 | 台灣綠營媒體 |
| 聯合報、中時、旺報 | 台灣藍營媒體 |
| ETtoday、上報、匯流新聞、風傳媒 | 台灣中間/綜合媒體 |
| 大紀元 | 海外中文媒體 |
每個來源獨立建模語言指紋，用於比對輸入文本「像誰在說話」。
使用 BERTopic + Qwen3-VL-2B Embedding 進行跨來源主題模型分析，識別不同媒體在相同議題上的語言差異模式。詳見 cross_topic/REPORT.md。
| Collatro | Anseropolis | |
|---|---|---|
| 目標 | 查核事實聲明 | 偵測語言操控模式 |
| 適合 | 謠言、假新聞、數字錯誤 | 認知作戰、帶風向、統戰文本 |
| 方法 | 拆解 → 搜尋 → 比對 | 語言指紋 + 可疑詞典 + 來源比對 |
| 輸出 | 對/錯/不足 | 可疑度分數 + 敘事框架 |
| 判斷 | 有明確對錯 | 沒有對錯，只有「像誰」 |
- 語言指紋 — 不靠 LLM 判斷，靠詞彙分布模式識別來源
- TAO 敘事庫 — 國台辦常用敘事框架的詞典比對
- 可疑度評分 — 語言指紋加權 40 分 > LLM 反駁率 15 分（Nature Comms 2025 實證支撐）
- Wikidata KG — 結構化事實驗證人物身份
- 圖卡輸出 — 自動生成視覺化分析圖卡
- 全本地運行 — 零雲端 API，所有模型本地推論
- 不下結論 — 可疑度高 ≠ 假的，只代表語言模式異常
- Ma et al. (2025) Linguistic features of AI mis/disinformation and the detection limits of LLMs, Nature Communications
- Wang et al. (2026) Prompt-Induced Linguistic Fingerprints for LLM-Generated Fake News Detection, WWW 2026
- Sousa-Silva (2022) Fighting the Fake: A Forensic Linguistic Analysis, Int J Semiot Law
- macOS（Apple Silicon）或 Linux
- Python 3.10+
- ~16 GB RAM（所有模型同時載入）
- AI Agent（OpenCode / Kiro CLI / Claude Code）
MIT