在社交媒体中使用高斯过程进行谣言立场分类
计算与语言
2016-09-08 v1 信息检索
社会与信息网络
摘要
在突发新闻期间，随着新报道零星发布，社交媒体上往往充斥着谣言。有趣的是，在这种情况下可以挖掘社交媒体用户表达的多种反应，探索他们对谣言的立场，最终能够将备受争议的谣言标记为潜在虚假。在本工作中，我们致力于开发一个自动的有监督分类器，该分类器使用多任务学习将谣言对话中每条推文所表达的立场分类为支持、否认或质疑该谣言。使用基于高斯过程的分类器，并探讨其在两个具有截然不同特征且立场分布不同的数据集上的有效性，我们表明我们的方法始终优于具有竞争力的基线分类器。我们的分类器在估计与给定谣言相关的不同立场类型的分布方面尤为有效，我们将此作为谣言追踪系统的一项期望特性，该系统将在谣言被反驳时向 Twitter 的普通用户和专业新闻从业者发出警告。
引用
@article{arxiv.1609.01962,
title = {Using Gaussian Processes for Rumour Stance Classification in Social Media},
author = {Michal Lukasik and Kalina Bontcheva and Trevor Cohn and Arkaitz Zubiaga and Maria Liakata and Rob Procter},
journal= {arXiv preprint arXiv:1609.01962},
year = {2016}
}