基于Encoder-Decoder-Detector的多任务谣言检测模型

作     者：王菽裕 许晓宇 Wang Shuyu;Xu Xiaoyu

作者机构：西藏民族大学信息工程学院陕西咸阳712082 

出 版 物：《无线互联科技》 (Wireless Internet Technology)

年 卷 期：2023年第20卷第16期

页      面：131-133页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：项目名称:基于传染病动力学的异构社交网络动态谣言传播模式与干预策略研究 项目编号:XZ202001ZR0046G。 

主　　题：互联网 谣言检测 多任务 

摘      要：随着社交媒体的迅速发展,互联网已成为人们获取信息的主要平台。它尽管给人们带来了不少便利,但却也带来了谣言泛滥的问题。近年来,研究人员致力于应对这一挑战,采用从特征工程到深度学习的各种方法。然而,现有工作中并未充分利用谣言本身的特征结构。文章提出了一种Encoder-Decoder-Detector(ED 2)多任务谣言检测模型,运用Encoder模块充分提取文本和用户特征。该模型采用GCN和LSTM模型对原文和评论文本进行编码,任务一是Decoder模块恢复谣言传播特征,任务二是利用Detector模块进行解析和判断谣言是否属实。在公开数据集上,ED 2模型实现了最佳表现。