论文解读（RvNN）《Rumor Detection on Twitter with Tree-structured Recursive Neural Networks》

论文信息

Abstract

　　本文提出了两种基于自下向上和自上而下的树状结构神经网络的递归神经模型用于谣言表示学习和分类，自然符合推文的传播布局。 

1 Introduction

　　Figure 1 举例说明了两个谣言传播树，一个是假，一个是真。对于结构不敏感的方法，帖子回复通常有支持或者否定的回答，这种方法基本上依赖于文本中不同态度的比例。同时存在一些推文不是直接回复源推文，而是直接对其祖先进行回应，表明交互作用具有明显的局部特征。

　　

　　本文贡献：

• • 这是第一个基于树状结构递归神经网络的结构和内容语义，用于检测微博帖子的谣言；
  • 提出了两种基于自下而上和自上而下的树状结构的 RvNN 模型的变体，通过捕获结构和纹理属性来为一个声明生成更好的集成表示；
  • 基于真实世界的Twitter数据集的实验在谣言分类和早期检测任务上都取得了比最先进的基线更好的改进；

Bottom-up tree