导读
谣言检测是对消息中隐含的丰富信息进行建模并将其与事实区分开来的过程，这些信息多种多样，如社交网络中的传播模式和帖子内容中的语义模式。在本工作中，我们探索了异构信息源上的对比自监督学习，以揭示多种模式之间的关系，并更好地刻画谣言特征。具体而言，给定一篇文章的两种不同视图（即编码了社交结构与消息语义的表示），我们通过最大化同一篇文章的不同视图间的互信息，并最小化不同文章间的互信息以实现对文章的区分。考虑到信息源的不同关系，我们分别设计了基于聚类和基于实例的方法来生成视图并对视图加以区分。我们将此框架称为自监督谣言检测（SRD），并在三个真实世界数据集上进行的大量实验验证了SRD在社交媒体谣言检测中的有效性。
文章精要
文章中观点仅代表作者个人观点，不代表本网站的观点和看法。
神州学人杂志及神州学人网原创文章转载说明：如需转载，务必注明出处，违者本网将依法追究。
