基于图神经网络的假新闻检测：综述

在线社交网络的普及使得信息得以快速传播。人们现在比以往任何时候都更加迅速地分享和消费信息。然而，低质量和/或偶然/蓄意的虚假信息也会迅速传播。这可能对社会造成相当大的负面影响。尽早识别、标记和揭穿在线错误信息已成为日益紧迫的问题。已提出许多检测假新闻的方法，包括许多深度学习和基于图的方法。近年来，基于图的方法取得了强劲的结果，因为它们能够紧密建模在线新闻的社会背景与传播过程。在本文中，我们对基于图和基于深度学习的假新闻检测研究进行了系统综述。我们根据如何构建图结构以建模新闻相关信息流，将现有的基于图的方法分为知识驱动方法、基于传播的方法和基于异构社会背景的方法。我们进一步讨论了基于图的假新闻检测中的挑战与开放问题，并确定了未来的研究方向。