来源：期刊VIP网 时间：
作者：邓磊;云静;班琪;
单位：内蒙古工业大学数据科学与应用学院;内蒙古自治区基于大数据的软件服务工程技术研究中心;
摘要：针对目前谣言检测研究存在谣言传播言论与其标签关联性不足和传播结构特征丢失的问题，提出一种联合可信度学习的双向相关GCN网络谣言检测新方法。首先，根据谣言传播言论立场与其标签关系构建言论动机（善意或恶意）关系，训练可信度特征提取模型，以获取谣言言论可信度潜在表示；其次，融合嵌入表示和可信度潜在表示，分别对自上而下和自下而上传播方向节点进行相关性计算，随后使用Bi-GCN模型捕获双向传播特征；最后，将双向传播特征融合后输入到分类器中，以获取谣言检测分类结果。在微博数据集下进行实验，结果表明基于可信度学习方法优于基于立场检测方法，综合表现也超过先进的基线模型方法，尤其在谣言早期还未经传播，就可达到91.1%的检测准确率。
关键词：谣言检测;;可信度学习;;动机关系;;立场检测;;Bi-GCN;;相关性计算
基金资助：国家自然科学基金资助项目（62062055）
