融合丰富语义和全局传播的谣言检测方法

作     者：金志刚 熊亚岚 苏仁鋆 陶曼越 

作者机构：天津大学电气自动化与信息工程学院 

出 版 物：《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期：2024年

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(71502125) 

主　　题：谣言检测 图神经网络 语义特征 全局传播 外部知识 注意力机制 

摘      要：现有的谣言检测方法主要依赖文本语义特征和网络传播特征，但以短文本为主的源推文会导致语义特征不足的问题，且用于提取传播特征的传播树容易带来较大的数据量。为了解决以上问题，本文提出了一种融合丰富语义和全局传播的谣言检测方法——多视图图神经网络。该模型利用源文本得到结构语义关系，利用外部知识得到潜在语义关系，利用源推文及其响应用户得到用户之间的全局传播关系，最后通过注意力融合机制来自动学习不同视图下的特征权重，以便自适应地融合这些信息，提升谣言检测准确率。其中，还采用word2vec对源推文的内容语义进行补充。实验结果表明：本文利用源文本、外部知识和响应用户分别构图，有效地捕获到丰富的语义信息和简洁的全局传播关系。本模型在公共数据集Twitter15和Twitter16上的性能优于一系列基线模型，准确率分别是90.2%和90.8%。结合消融实验分析，本文所提出的方法能够捕获全面而丰富的源推文语义特征，且简洁有效地获取源推文的全局传播关系，从而提高谣言检测的准确率。