Dual-channel early rumor detection based on factual evidence（论文解读）

背景

谣言需要经过一段时间的传播才能积累足够的传播数据。相比之下，早期的谣言检测发生在谣言产生和扩散的初始阶段。由于谣言的有害影响会随着谣言的传播而放大，因此早期谣言检测的重要性超过了滞后检测。在谣言产生和传播的初始阶段传播信息量不足。因此，仅仅依靠高维传播数据高精度是不可行的。

总体模型图

 证据检索模块：

证据检索例子：

双通道模块：

通道E(通道- easy)：

利用预训练好的bert和bi-gru分别对证据进行浅层特征和深层特征提取。

通道D(通道- difficult)：

没有事实证据，利用一系列特征类型 。 

加入高维信息条件：

 

---

分类模块： 

S = concat(D,H)

D：代表从帖子获得的表示向量。

H：指的是在深度学习中隐藏层的输出。

联合高级表示S最终将被馈送到具有Softmax激活函数的全连接层，用于最终的标签预测。

FC：C表示全连接层。 

实验：

数据集：

实验结果：

基线实验：

早期检测精确度实验：

消融实验：