【技术实现步骤摘要】
本专利技术涉及虚假信息检测领域，具体涉及一种基于双通道图对比学习的虚假信息检测方法及系统。
技术介绍
1、随着信息在社交媒体上传播，越来越多的用户会与该帖产生转发、评论、点赞等交互行为，从而形成信息的传播网络。现有研究表明，通过分析此类信息传播网络，可有效地针对网络虚假信息进行检测，识别虚假信息的独特传播范式。然而，这些方法往往基于大量的带标签数据，通过有监督策略甄别虚假信息，需要耗费较多的人力物力进行数据标注，代价较为昂贵。为克服对标签数据的依赖，现有部分检测方法，通过数据增强的方式构造正负样本进行对比学习，融合少量有标签样本实现虚假信息的检测。然而此类方法中对信息传播网络增减节点或者边的数据增强操作可能会导致信息传播网络原本包含的物理含义遭到改变。此外，目前大部分方法在学习图级别表征时仍然采用传统的先学习节点表征，后全局池化的方式，难以自适应学习图中不同子结构的重要性。
2、现有技术1提出了基于动态信息传播演化模式的虚假信息检测方法，来对动态传播中的信息进行检测，其主要包括：首先利用rnn网络和注意力机制提炼待检测推文的...
【技术保护点】
1.一种基于双通道图对比学习的虚假信息检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，采集网络虚假信息及其传播拓扑，将虚假信息文本作为图节点及其特征，传播拓扑作为图的边结构，构建虚假信息传播图：
3.根据权利要求2所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，将虚假信息传播图中的节点聚合为簇，并将簇通过池化操作转化为超节点，得到简化后的虚假信息传播图：
4.根据权利要求1所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，通过图编码器对不同超节点...
【技术特征摘要】
1.一种基于双通道图对比学习的虚假信息检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，采集网络虚假信息及其传播拓扑，将虚假信息文本作为图节点及其特征，传播拓扑作为图的边结构，构建虚假信息传播图：
3.根据权利要求2所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，将虚假信息传播图中的节点聚合为簇，并将簇通过池化操作转化为超节点，得到简化后的虚假信息传播图：
4.根据权利要求1所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，通过图编码器对不同超节点进行图级别表征提取：
5.根据权利要求4所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，具体的：
6.根据权利要求1所述的一种基于双通道图对比学习的虚假信息检测方法，其特征在于，对虚假信息传播...
【专利技术属性】
技术研发人员：罗敏楠，罗振飞，孔祥政，王吉宏，郑庆华，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。