社交媒体上的动态谣言检测可行吗？一种无监督视角

随着互联网的日益普及与便捷接入，网络谣言问题不断升级。人们依赖社交媒体便捷地获取信息，却易沦为虚假信息的受害者。目前缺乏针对在线帖子的可信度评估技术，以在谣言出现时即刻识别。现有研究通过开发机器学习和深度学习算法，提出了若干应对网络谣言的机制。迄今为止的文献提供了依赖海量训练数据集的谣言分类监督框架。然而，在监督学习困难的在线场景中，动态谣言识别变得困难。在线谣言的早期检测是一项挑战性任务，相关研究相对较少。当务之急是在谣言刚出现于线上时即加以识别。本工作提出一种新颖的无监督谣言检测框架，其利用最先进的聚类技术，基于在线帖子的内容与社会特征进行检测。所提架构优于若干现有基线，并表现优于多种监督技术。所提方法轻量、简单且鲁棒，适合作为在线谣言识别工具采用。