探索图感知多视图融合的社交媒体谣言检测
计算与语言
2022-12-06 v1
摘要
自动检测社交媒体上的谣言已成为一项具有挑战性的任务。以往研究侧重于从对话线程中学习指示性线索以识别谣言信息。然而，这些方法仅从多种视图对谣言对话线程建模，却未能很好地融合多视图特征。本文提出一种新颖的多视图融合框架，用于谣言表示学习与分类。它基于图卷积网络(GCN)对多视图进行编码，并利用卷积神经网络(CNN)捕捉所有视图间的一致与互补信息并将其融合。在两个公开数据集上的实验结果表明，我们的方法优于最先进的(SOTA)方法。
引用
@article{arxiv.2212.02419,
title = {Exploring Graph-aware Multi-View Fusion for Rumor Detection on Social Media},
author = {Yang Wu and Jing Yang and Xiaojun Zhou and Liming Wang and Zhen Xu},
journal= {arXiv preprint arXiv:2212.02419},
year = {2022}
}