Rumor Detection By Exploiting User Credibility Information, Attention and Multi-task Learning,Quanzhi Li,2019,ACL
主要内容
- 数据集:pheme
- 提出一种新的谣言检测和立场分类任务的多任务学习方法。
- 所提出的神经网络模型包含一个共享层和两个特定任务层。
- 谣言检测层融入了用户可信度信息,使用注意力机制。
模型结构
多任务网络模型
网络结构
- 立场检测层
输入:推特embeding(TE)+推特特征embeding(FE:内容长度、是否为原帖子)
在每个时间步骤,隐藏状态hsi被送到完全连接的隐藏层,并且使用Softmax层来预测立场类型(S、D、Q、C),也可作为谣言检测层的注意力输入。 - 谣言验证层
- 输入:推特embeding(TE