基于社交媒体的谣言检测研究综述.pdf

技术交流

TechnologyDiscussion数据通信2024(1)

基于社交媒体的谣言检测研究综述

张元园袁嘉雾（1．中北大学仪器与电子学院山西太原030000)

(2.广州大学网络空间安全学院广东广州510000)

摘要：互联网的兴起促进了各种社交媒体快速发展，人们通过社交媒体了解新闻时事、获取消息资讯、讨论

实时热点。但是正因为社交媒体传播速度快、范围广、成本低，也为谣言的发布和扩散也提供了温床。这些谣言会

引发群众恐慌、危害公共安全、损害民众利益，对社会造成极大的影响。因此,近年来社交媒体上的谣言检测问题

引发了广泛的关注。本文将现有的谣言检测模型分为三种类型，详细介绍了这三种不同类型的谣言检测方法，并

对近年来较为典型的模型进行对比实验,分析了不同模型的检测效果。

关键词：谣言检测；传播结构；自然语言处理；深度学习

中图分类号：TP391文献标识码：A

0引言对文本内容进行编码，然后通过分类器进行谣言分类。

随着互联网的快速发展和移动设备的广泛使用，也有一些方法对文本内容进行细分,将其划分为小标

人们在社交媒体上可以随时随地地发表观点。也正是题、词汇、句法结构[4]等,然后挖掘这些元素的特征。

因为社交媒体的便捷性和开放性,导致各种出于不良但是，这些通过构建特征检测谣言的方法特别耗时，缺

目的的虚假消息和谣言报道在网络上肆意流传。乏灵活性且带有一定的偏见。

谣言被定义为一种陈述或故事，其真实性在发布近年来的谣言检测研究主要集中使用除文本之外

时无法验证或者是蓄意虚假的信息。谣言的传播会引的一些其他信息提取有效的特征。如使用知识图谱丰

发群众恐慌、误导群众行为、危害群众健康，给社会带富原有的语义信息，构建多模态模型融合文本特征和

来恶劣的影响。比如在新型冠状病毒肺炎疫情期间常图片特征。也有学者使用谣言的传播结构信息,挖掘

常能看到诸如“饮高度酒能杀死冠状病毒”“低温可冻传播结构中的潜在特征,同时根据文本和用户关系构

死新冠病毒”“新冠病毒会变异,疫苗打了也无用”之类造异构图,挖掘异构图中不同类型节点间的潜在特征。

的虚假信息,据智利《第三版时报》报道，全球至少有约本文根据谣言检测过程中提取特征的不同,大致

800人因这些错误的信息而死亡，而在为了治疗新冠而将谣言检测的方法划分为三类：基于文本和用户的检

测方法、基于外部信息的检测方法和基于传播结构的

喝下甲醇的人中,也有至少5876人住院,其中60人已

经完全失明。因此，近年来社交媒体上的谣言检测问检测方法。

题引发了人们广泛的关注。

早期的谣言检测方法主要关注于如何设计有效的1基于文本和用户的检测方法

特征识别谣言,常见的方法主要使用文本内容构建特征早期谣言的特征提取主要依赖于谣言本身的文本

内容,这是因为谣言通常是人为的,带有不良目的故意

向量,一般使用n-gram]、TF-IDF[2]bag-of-word[3]

28

技术交流

2024(1)TechnologyDiscussion

数据通信

创造出来的非客观信息，文本中通常会带有主观性的、2基于外部信息的检测方法

煸动性的语言，如“震惊！这几种食物搭配吃有毒！”“3基于外部信息的谣言检测方法主要通过一些额外

名男女感染S