【技术实现步骤摘要】
本专利技术涉及互联网，尤其涉及一种基于图神经架构搜索的谣言检测方法、装置及介质。
技术介绍
1、着互联网的日益发展，人们越来越多的通过社交网络来获取信息资讯。社交平台大大提高了信息的传播速度和数量，已成为人们生活中不可分割的部分。然而，在社交网络带来诸多便利的同时，也为谣言的传播创造了条件。谣言往往会对被造谣者造成巨大伤害，甚至误导公众加剧社会恐慌，引发社会信任危机。由此可见，在社交网络上及时识别谣言并辟谣是一个重要的课题。然而，仅依靠人工在海量信息中检测谣言会耗费大量的人力物力，效率较低且容易产生滞后。因此，研究谣言自动检测方法对遏制谣言的传播具有重要的意义。
2、许多工作集中于根据内容特征识别谣言，如语言特征、情感特征等。然而，谣言通常是被刻意伪造而成，有非常接近真实信息的内容特征，仅通过内容来进行鉴别仍存在不足。在社交网络中，信息的传播会引起用户的反馈与交互，从而形成传播网络。传播网络作为源信息的社会效应特征，有助于识别源信息的真实性。近年来也出现了许多利用信息传播网络进行谣言检测的工作，通过各类神经网络模型提取特征，...
【技术保护点】
1.一种基于图神经架构搜索的谣言检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，所述经典图神经网络包括：图卷积神经网络、图注意力网络、图采样与聚合网络或者图同构网络。
3.根据权利要求1所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，所述源信息导向的节点特征增强的方法包括：门控机制、源信息增强机制、线性变换，各机制包括拼接和求和两种节点融合方法。
4.根据权利要求3所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，对信息传播图上的节点vi进行特征增强的表达
<...【技术特征摘要】
1.一种基于图神经架构搜索的谣言检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，所述经典图神经网络包括：图卷积神经网络、图注意力网络、图采样与聚合网络或者图同构网络。
3.根据权利要求1所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，所述源信息导向的节点特征增强的方法包括：门控机制、源信息增强机制、线性变换，各机制包括拼接和求和两种节点融合方法。
4.根据权利要求3所述的一种基于图神经架构搜索的谣言检测方法，其特征在于，对信息传播图上的节点vi进行特征增强的表达式分别为：
5.根据权利要求1所述的一种基于图神经架构搜索的谣言检测方法，其...
【专利技术属性】
技术研发人员：龚月姣，林诗琪，吴小坤，张幸林，
申请(专利权)人：华南理工大学，
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。