基于Encoder-Decoder-Detector的多任务谣言检测模型

摘要：

随着社交媒体的迅速发展,互联网已成为人们获取信息的主要平台.它尽管给人们带来了不少便利,但却也带来了谣言泛滥的问题.近年来,研究人员致力于应对这一挑战,采用从特征工程到深度学习的各种方法.然而,现有工作中并未充分利用谣言本身的特征结构.文章提出了一种Encoder-Decoder-Detector(ED2)多任务谣言检测模型,运用Encoder模块充分提取文本和用户特征.该模型采用GCN和LSTM模型对原文和评论文本进行编码,任务一是Decoder模块恢复谣言传播特征,任务二是利用Detector模块进行解析和判断谣言是否属实.在公开数据集上,ED2 模型实现了最佳表现.

关键词：互联网、谣言检测、多任务

所属期刊栏目：20

分类号：TP314(计算技术、计算机技术)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：131-133