導讀
謠言檢測是對消息中隱含的豐富信息進行建模并將其與事實區分開來的過程，這些信息多種多樣，如社交網絡中的傳播模式和帖子內容中的語義模式。在本工作中，我們探索了異構信息源上的對比自監督學習，以揭示多種模式之間的關系，并更好地刻畫謠言特征。具體而言，給定一篇文章的兩種不同視圖（即編碼了社交結構與消息語義的表示），我們通過最大化同一篇文章的不同視圖間的互信息，并最小化不同文章間的互信息以實現對文章的區分。考慮到信息源的不同關系，我們分別設計了基于聚類和基于實例的方法來生成視圖并對視圖加以區分。我們將此框架稱為自監督謠言檢測（SRD），并在三個真實世界數據集上進行的大量實驗驗證了SRD在社交媒體謠言檢測中的有效性。
文章精要
文章中觀點僅代表作者個人觀點，不代表本網站的觀點和看法。
神州學人雜志及神州學人網原創文章轉載說明：如需轉載，務必注明出處，違者本網將依法追究。
