典型文献
引入知识表示的图卷积网络谣言检测方法
文献摘要：
在谣言检测的问题上,现有的研究方法无法有效地表达谣言在社交网络传播的异构图结构特征,并且没有引入外部知识作为内容核实的手段.因此,提出了引入知识表示的图卷积网络谣言检测方法,其中知识图谱作为额外先验知识来帮助核实内容真实性.采用预训练好的词嵌入模型和知识图谱嵌入模型获取文本表示后,融合图卷积网络的同时,能够在谣言传播的拓扑图中更好地进行特征提取以提升谣言检测的精确率.实验结果表明,该模型能够更好地对社交网络中的谣言进行检测.与基准模型的对比中,在Weibo数据集上的精确率达到96.1％,在Twitter15和Twitter16数据集上的F1值分别提升了3.1％和3.3％.消融实验也表明了该方法对谣言检测皆有明显提升效果,同时验证了模型的有效性和先进性.
文献关键词：
知识表示;图卷积网络;谣言检测;知识图谱
中图分类号：
作者姓名：
郭秋实;李晨曦;刘金硕
作者机构：
武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室,武汉430072
文献出处：
引用格式：
[1]郭秋实;李晨曦;刘金硕-.引入知识表示的图卷积网络谣言检测方法)[J].计算机应用研究,2022(07):2032-2036
A类：
B类：
知识表示,图卷积网络,网络谣言,谣言检测,社交网络,网络传播,异构图,图结构,外部知识,核实,先验知识,预训练,练好,词嵌入模型,知识图谱嵌入,文本表示,谣言传播,拓扑图,精确率,Weibo,Twitter15,Twitter16,消融实验,提升效果
AB值：
0.297048
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
