基于增强的双向树表示的推特谣言立场检测模型

作     者：杨利君 滕冲 YANG Lijun;TENG Chong

作者机构：武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室湖北武汉430040 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2021年第35卷第10期

页      面：119-127页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61772378) 国家重点研发计划(2017YFC1200500) 教育部研究基金(18JZD015) 

主　　题：谣言立场检测 双向树神经网络 深度学习 

摘      要：谣言立场检测任务是通过分析社交媒体平台上用户发表的评论,判别他们对谣言所持的立场是支持、反对或其他。谣言立场检测有助于甄别谣言真假。现有的工作将社交对话数据建模为单向树结构,仅考虑了对话树的局部语义和结构信息。针对这些不足,该文提出了一种增强的双向树神经网络模型。首先,设计了一种门控机制,用于融合自底向上和自顶向下两个传播方向上的表示,从而更有效地提取对话的全局上下文信息。其次,在模型中引入了一个局部推理模块,增强了谣言与回复之间的语义联系。在RumourEval 2017 Twitter语料集上的实验证明,该文提出的模型在多分类评价指标macro-F_(1)上获得了52.5%的性能,相较于基线中最好的模型提升了1.6%,尤其在检测最具挑战性的否定立场优势的实验上更为明显。