桥接思想与语言：基于图的意图-语义联合学习用于假新闻检测

假新闻检测是维护在线信息完整性的重要且具有挑战性的任务。现有最先进的方法通常提取新闻语义线索，如包含情感词汇的写作模式、风格特征等。然而，仅针对此类语义线索训练的检测器容易陷入表面检测模式，这些模式在动态环境中可能快速变化，导致其在不断演变的新闻格局中表现有限。为此，本文从新颖视角出发，探讨将新闻意图纳入假新闻检测范畴，桥接意图与语义。核心洞见在于，通过考虑新闻意图，可深入理解新闻欺骗背后的内在思想，而不仅仅是单词中的表面模式。为实现此目标，我们提出了基于图的意图-语义联合建模方法（InSide），通过图基联合学习建模来自语义和意图信号的欺骗线索。具体而言，InSide 将新闻的语义和意图信号重新构称为异构图结构，通过实体引导实现长程上下文交互，并通过粗到细意图建模捕获整体和实现层次的意图。为实现语义与意图之间的更好对齐，我们进一步开发了基于动态路径的图对齐策略，通过建立共同空间实现有效的信号传递和聚合。广泛的实验在四个基准数据集上表明，所提出的 InSide 在假新闻检测任务中优于现有最先进方法。