句子交互是否重要？利用句子级表示进行假新闻分类
计算与语言
2019-10-29 v1 机器学习
机器学习
摘要
通过在线媒体渠道传播的假新闻和误导性信息日益增长，亟需一种自动检测此类新闻文章的方法。在少数区分可信新闻与其他类型新闻文章（讽刺、宣传、骗局）的有限工作中，无一建模文档内句子交互。我们观察到不同种类新闻文章中句子彼此交互方式的有趣模式。为捕捉长新闻文章的此类信息，我们提出一种基于图神经网络的模型，它免去了细粒度假新闻分类中特征工程的需要。通过实验，我们表明所提方法击败了强神经基线，并在现有数据集上取得最先进的准确率。此外，我们通过在域外场景中评估模型性能，确立了模型的泛化能力。代码见 https://github.com/MysteryVaibhav/fake_news_semantics
引用
@article{arxiv.1910.12203,
title = {Do Sentence Interactions Matter? Leveraging Sentence Level Representations for Fake News Classification},
author = {Vaibhav Vaibhav and Raghuram Mandyam Annasamy and Eduard Hovy},
journal= {arXiv preprint arXiv:1910.12203},
year = {2019}
}
备注
Accepted at TextGraphs - EMNLP 2019