基于事件-词语-特征异质图的微博谣言检测新方法 |
| |
引用本文: | 王友卫,凤丽洲,王炜琦,侯玉栋.基于事件-词语-特征异质图的微博谣言检测新方法[J].中文信息学报,2023(9):161-174. |
| |
作者姓名: | 王友卫 凤丽洲 王炜琦 侯玉栋 |
| |
作者单位: | 1. 中央财经大学信息学院;2. 天津财经大学统计学院 |
| |
基金项目: | 教育部人文社科项目(19YJCZH178);;国家自然科学基金(61906220);;国家社会科学基金(18CTJ008); |
| |
摘 要: | 当前微博谣言检测研究大多基于微博原文、评论内容及其相互关系,忽略了情感特征、语法特征及语言特征等重要因素的影响。为此,该文提出了一种基于事件-词语-特征异质图的微博谣言检测新方法。首先,在传统方法基础上引入情感、语法、心理等方面的知识,提出文本特征的概念以有效挖掘微博事件中蕴含的情感特征、语法特征以及语言特征。然后,综合微博评论、文本词语及文本特征对谣言检测结果的影响,构建用于谣言检测的事件-词语-特征异质图。最后,利用GraphSAGE和异质图注意力网络在节点表达方面的优势提出新的节点信息聚合方法,以此在区分节点类型重要性的同时降低节点集规模带来的影响。实验结果表明,该方法能有效提高微博事件表示的准确性;相对于传统机器学习方法和典型的深度学习方法而言,该方法在谣言检测精度上具有明显优势。
|
关 键 词: | 谣言检测 文本特征 异质图注意力网络 |
|
|