公众智慧至关重要！用于社交文本分类的语篇感知双曲傅里叶协同注意力

社交媒体已成为各类沟通的支点。对假新闻、谣言、讽刺等社交文本的分类已获得显著关注。社交文本自身所表达的表面级信号可能不足以应对此类任务；因此，近期方法试图纳入其他内在信号，如用户行为与底层图结构。通常，通过某社交文本的评论/回复所表达的“公众智慧”充当众包观点的替代，并可能为我们提供互补信号。社交文本分类的最先进方法往往忽略这一丰富的层次化信号。在此，我们提出 Hyphen，一种语篇感知双曲谱协同注意力网络。Hyphen 将双曲图表示学习与一种新颖的傅里叶协同注意力机制相融合，试图通过纳入公众话语来泛化社交文本分类任务。我们将公众话语解析为抽象语义表示（AMR）图，并利用强大的双曲几何表示对具层次结构的图建模。最后，我们为其配备一种新颖的傅里叶协同注意力机制以捕获源帖与公众话语间的相关性。在假新闻检测、仇恨言论、谣言与讽刺四项不同社交文本分类任务上的大量实验表明，Hyphen 泛化良好，并在十个基准数据集上取得最先进结果。我们还采用句子级事实核查与标注数据集来评估 Hyphen 如何能够生成作为最终预测类比证据的解释。