Majing-2017ACL-Detect Rumors in Microblog Posts Using Propagation Structure via Kernel Learning
主要内容
- 提出基于内核的传播树方法，通过评估传播树之间的相似性来识别谣言
- 基本思想是寻找和捕捉Ru-MORS的传播树中的显著子结构。将PTK（传播树核）扩展为上下文丰富的PTK(CPTK)，通过考虑从源Tweet到子树根的不同传播路径来增强模型，从而捕获传输的上下文。
- 分类粒度更细：假谣言、真谣言、未经正式的谣言、非谣言（数据集的分类更多，每个集合中的数据更少）。
具体模型
实验设置
- twitter15
- twitter16
- 对两个原始数据集中的数据进行了筛选：只提取了热门的推文，这些推文都是被转发或回复的（数据集相比于原来更小了）
实验结果
缺陷
不能直接对一棵树进行分类，需要与其他树进行成对比较。