導(dǎo)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(qū)分開來的過程，這些信息多種多樣，如社交網(wǎng)絡(luò)中的傳播模式和帖子內(nèi)容中的語義模式。在本工作中，我們探索了異構(gòu)信息源上的對比自監(jiān)督學(xué)習(xí)，以揭示多種模式之間的關(guān)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(jié)構(gòu)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(xiàn)對文章的區(qū)分。考慮到信息源的不同關(guān)系，我們分別設(shè)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(qū)分。我們將此框架稱為自監(jiān)督謠言檢測（SRD），并在三個真實世界數(shù)據(jù)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(wǎng)站的觀點和看法。
神州學(xué)人雜志及神州學(xué)人網(wǎng)原創(chuàng)文章轉(zhuǎn)載說明：如需轉(zhuǎn)載，務(wù)必注明出處，違者本網(wǎng)將依法追究。
