为联合预测谣言立场与真实性而建模对话结构与时态动态
计算与语言
2019-09-19 v1 社会与信息网络
摘要
自动核查谣言信息已成为自然语言处理与社交媒体分析中的一项重要且具有挑战性的任务。先前的研究表明，人们对谣言信息的立场可为识别谣言真实性提供指示性线索，因此判定公众反应的立场是预测谣言真实性的关键前置步骤。本文提出一种层次化多任务学习框架，用于在 Twitter 上联合预测谣言立场与真实性，该框架由两部分组成。我们框架的底部组件通过基于一种新颖图卷积网络对结构特性进行建模，对讨论某条谣言的对话中推文的立场进行分类。顶部组件通过利用立场演化的时态动态来预测谣言真实性。在两个基准数据集上的实验结果表明，我们的方法在谣言立场分类与真实性预测两方面均优于先前的方法。
引用
@article{arxiv.1909.08211,
title = {Modeling Conversation Structure and Temporal Dynamics for Jointly Predicting Rumor Stance and Veracity},
author = {Penghui Wei and Nan Xu and Wenji Mao},
journal= {arXiv preprint arXiv:1909.08211},
year = {2019}
}
备注
EMNLP-IJCNLP 2019