具有记忆机制的图全局注意力网络用于假新闻检测
计算机与社会
2023-05-18 v2
摘要
随着社交媒体的普及，假新闻检测已成为一个对社会构成重大威胁的关键问题。虚假信息的传播可能导致社会危害并损害信息的可信度。为解决这一问题，深度学习已成为一种有前景的方法，尤其是随着自然语言处理（NLP）的发展。本研究针对社交媒体上假新闻检测这一对社会构成重大挑战的问题。本研究提出一种名为GANM的假新闻检测新方法，该方法采用NLP技术对新闻上下文和用户内容进行节点编码，并使用三个图卷积网络提取特征并聚合用户的内生与外生信息。GANM采用一种独特的带记忆的全局注意力机制来学习新闻传播网络的结构同质性。该方法在真实数据集上取得了良好结果。
引用
@article{arxiv.2305.00456,
title = {Graph Global Attention Network with Memory for Fake News Detection},
author = {Qian Chang and Xia Lia and Patrick S. W. Fong},
journal= {arXiv preprint arXiv:2305.00456},
year = {2023}
}
备注
There are some errors in the readability of the paper, which cannot be corrected through the updated version