Meet The Truth：融合客观事实与主观观点用于可解释谣言检测
社会与信息网络
2021-12-28 v1
摘要
现有的谣言检测策略通常只提供检测标签而忽略其解释。然而，提供证据来解释为何一条可疑推文是谣言是至关重要的。为此，本文提出了一种新颖的模型 LOSIRD。首先，LOSIRD 从约500万篇维基百科文档中挖掘合适的证据句，并通过自动核查给定声明与其证据之间关系的真实性对其进行分类。随后，LOSIRD 自动构建两个异构图对象，以模拟推文的传播布局并编码证据之间的关系。最后，LOSIRD 中使用 graphSAGE 处理组件来提供标签与证据。据我们所知，我们是首个将客观事实与主观观点相结合以验证谣言的团队。在两个真实世界 Twitter 数据集上的实验结果表明，我们的模型在早期谣言检测任务中表现出最佳性能，且其谣言检测性能优于其他基线及最先进模型。此外，我们证实了客观信息与主观信息都是谣言检测的基本线索。
引用
@article{arxiv.2107.10747,
title = {Meet The Truth: Leverage Objective Facts and Subjective Views for Interpretable Rumor Detection},
author = {Jiawen Li and Shiwen Ni and Hung-Yu Kao},
journal= {arXiv preprint arXiv:2107.10747},
year = {2021}
}