一种加权图卷积神经网络的新浪微博谣言检测方法

王昕岩，宋玉蓉，宋 波

1(南京邮电大学 自动化学院、人工智能学院，南京 210023)

2(南京邮电大学 现代邮政学院，南京 210003)

1 引 言

谣言是在人和人之间传播的，含有公众关心信息的一种特殊陈述，而其真实性不能及时得到证明或是无法证明[1]，往往会带来恶劣的影响.例如新冠肺炎期间，美国总统特朗普在得知消毒剂能够在一分钟之内杀死病毒后，呼吁给新冠病毒患者直接注射消毒剂，或者用强光照射，以起到杀死病毒的作用.据美国疾控中心报告显示，家用清洁剂产品中毒的数量在几周内都在上升.在人们的日常生活中，这类误导性的谣言比比皆是，因此为了避免谣言可能造成的伤害，采取谣言检测的措施是十分必要的.

谣言能够在社会中快速而广泛地传播，与社交媒体的快速发展是密切相关的.社交媒体在提高人们信息获取效率的同时，也产生了许多与真实信息相背的谣言信息[2].由于每个普通人都可以成为信息的发布源，就会造成信息质量的良莠不齐，不可避免地会有不法分子为了达到目的恶意地发布谣言信息误导民众，使其做出符合谣言散布者期望的举动，影响了社会的稳定.近年来，社交媒体的谣言治理已经成为热门研究课题，引起了国内外学者的广泛关注.对社交媒体的谣言检测任务，通过收集与事件相关的各种信息，自动地完成检测任务来判断被检测事件的真伪.对谣言事件的自动检测方法，一方面减轻了……