摘要
社交媒体时代给我们带来便利的同时也造成了谣言泛滥,因此通过人工智能技术进行谣言检测具有重要的研究价值。尽管基于深度学习的谣言检测取得了很好的效果,但其大多数是根据潜在特征进行谣言检测的,无法学习情感与语义之间的相关性,同时忽视了从情感角度提供解释。为解决上述问题,该文提出一种基于双重情感感知的可解释谣言检测模型,旨在利用协同注意力机制分别学习谣言语义与用户评论情感,以及谣言情感与用户评论情感的相关性进行谣言检测,并通过协同注意力权重从情感角度提供合理的解释。在公开的Twitter15、Twitter16和Weibo20数据集上的实验结果表明,该文提出的模型与对比模型相比,在准确率上分别提高了3.9%,3.9%和4.4%,且具有合理的可解释性。
The identification of rumors is of substantial significance research value.Current deep learning-based solution brings excellent results,but fails in capturing the relationship between emotion and semantics or providing emotional explanations.This paper proposes a dual emotion-aware method for interpretable rumor detection,aiming to provide a reasonable explanation from an emotional point of view via co-attention weights.Compared with contrast model,the accuracy is increased by 3.9%,3.3%and 4.4%on the public Twitter15,Twitter16,and Weibo20 datasets.
作者
葛晓义
张明书
魏彬
刘佳
GE Xiaoyi;ZHANG Mingshu;WEI Bin;LIU Jia(College of Cryptographic Engineering,Engineering University of PAP,Xi’an,Shaanxi 710086,China;Key Laboratory for Network and Information Security of PAP,Engineering University of PAP,Xi’an,Shaanxi 710086,China)
出处
《中文信息学报》
CSCD
北大核心
2022年第9期129-138,共10页
Journal of Chinese Information Processing
基金
国家社会科学基金(20BXW101,18XWW015)
武警工程大学“优秀研究生培养计划”课题。
关键词
谣言检测
协同注意力
情感特征
可解释性
语义特征
rumor detection
co-attention
emotion feature
interpretable
semantics feature
