用于在线论坛谣言检测的循环图神经网络
社会与信息网络
2021-08-10 v1 机器学习
摘要
在线社交网络在日常生活中的广泛采用，产生了对有效分类用户生成内容的迫切需求。本工作提出了仅利用用户交互信号对论坛网站上传播的关联内容（具体而言，指向新闻文章或博客的链接）进行分类的技术。重要的是，诸如 Reddit 之类的在线论坛并不具备在基于社交网络行为的分类设定中所假设的用户生成社交图。以 Reddit 为案例，我们展示了如何获得派生的社交图，并将该图、Reddit 帖子序列和评论树作为循环图神经网络 (R-GNN) 编码器的输入。我们在新闻链接分类和谣言检测上训练 R-GNN，显示出优于近期基线的结果。我们的代码已在 https://github.com/google-research/social_cascades 公开提供。
引用
@article{arxiv.2108.03548,
title = {Recurrent Graph Neural Networks for Rumor Detection in Online Forums},
author = {Di Huang and Jacob Bartel and John Palowitch},
journal= {arXiv preprint arXiv:2108.03548},
year = {2021}
}