利用动态传播结构增强社交媒体中的谣言检测
社会与信息网络
2020-08-28 v1
摘要
Facebook 与 Twitter 等社交媒体已成为信息传播最重要的渠道之一。然而，这些社交媒体平台常被滥用以传播谣言，带来了严重的社会问题，因此亟需自动化的谣言检测技术。现有谣言检测工作更侧重于文本特征的利用，但扩散结构本身可为识别谣言提供关键的传播信息。先前考虑结构信息的工作仅利用了有限的传播结构，且鲜有相关研究考虑扩散结构的动态演化。为解决这些问题，本文提出一种利用动态传播结构的神经模型（NM-DPS）用于社交媒体谣言检测。首先，我们提出一种划分方法对传播结构的动态演化建模，随后使用时序注意力神经模型学习动态结构的表示。最后，我们将结构表示与内容特征融合进统一框架以实现有效谣言检测。在两个真实世界社交媒体数据集上的实验结果证明了动态传播结构信息的重要性以及我们所提方法在捕捉动态结构上的有效性。
引用
@article{arxiv.2008.12154,
title = {Enhancing Rumor Detection in Social Media Using Dynamic Propagation Structures},
author = {Shuai Wang and Qingchao Kong and Yuqi Wang and Lei Wang},
journal= {arXiv preprint arXiv:2008.12154},
year = {2020}
}
备注
6 pages, 3figures