BIC：基于文本-图交互与语义一致性的Twitter机器人检测
人工智能
2023-02-21 v2
摘要
Twitter机器人是由恶意行为者操控以操纵舆论和散布虚假信息的自动程序。已有研究致力于基于社交媒体上的文本和网络自动识别机器人。现有方法仅单独利用文本或网络，少数工作探索了两种模态的浅层结合；我们假设文本与图之间的交互和信息交换对于整体评估社交媒体上的机器人活动至关重要。此外，根据近期一项调查（Cresci, 2020），Twitter机器人不断演化，而高级机器人窃取真实用户的推文并稀释其恶意内容以规避检测。这导致新型Twitter机器人时间线上更大的不一致性，值得更多关注。鉴于这些挑战，我们提出BIC，一种具有文本-图交互与语义一致性的Twitter机器人检测框架。具体而言，除分别建模社交媒体上两种模态外，BIC采用文本-图交互模块以在学习过程中实现跨模态信息交换。此外，针对新型Twitter机器人的窃取行为，BIC提出基于注意力权重建模推文语义一致性，并将其用于增强决策过程。大量实验表明，BIC在两个广泛采用的数据集上持续优于SOTA基线。进一步分析揭示文本-图交互与语义一致性建模是关键改进，并有助于对抗机器人演化。
引用
@article{arxiv.2208.08320,
title = {BIC: Twitter Bot Detection with Text-Graph Interaction and Semantic Consistency},
author = {Zhenyu Lei and Herun Wan and Wenqian Zhang and Shangbin Feng and Zilong Chen and Jundong Li and Qinghua Zheng and Minnan Luo},
journal= {arXiv preprint arXiv:2208.08320},
year = {2023}
}