时序感知的异质图神经谣言检测

作     者：陈林威 宋玉蓉 宋波 CHEN Linwei;SONG Yurong;SONG Bo

作者机构：南京邮电大学自动化学院、人工智能学院南京210023 南京邮电大学现代邮政学院南京210003 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2024年第45卷第1期

页      面：45-51页

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：国家自然科学基金项目(61672298,61873326)资助 江苏高校哲学社会科学研究重点项目(2018SJZDI142)资助 江苏省高等学校自然科学研究面上项目(20KJB120007)资助 江苏省自然科学基金青年基金项目(BK20200758)资助 

主　　题：时序感知 异质图 谣言检测 

摘      要：近年来,在线社交媒体的发展大大加速了谣言的滋生和传播,谣言的危害性使得谣言的自动检测技术受到研究学者的广泛关注.本文同时考虑事件与事件之间的全局结构关系以及事件内部消息传播的时序关系,以异质图为载体共同显式建模两种关系,提出一种新的时序感知的异质图神经谣言检测模型.该模型利用时序感知的自注意力机制捕获事件内部转发(或评论)贴之间的时序关系,并将具有时序信息的转发(或评论)贴与源贴融合,得到事件的局部时序表征;接着利用元素级注意力机制捕捉事件与事件之间的全局结构关系,学习事件的全局结构表征;最后将二者融合用于检测谣言.实验结果表明,该模型优于大多数现有模型,可以提高谣言检测性能,并且同样具有优秀的早期检测性能.