杨延杰 王 莉 王宇航

(太原理工大学大数据学院 山西晋中 030600)

随着互联网的飞速发展，社交媒体已经成为用户获取信息、交流意见的主要平台，根据Kantar Media在2019年发布的一份报告，全球40%的人使用社交媒体[1]，而且这一数字还在不断地增加，这就极大地促进了谣言的快速滋生和广泛传播，对社会稳定造成巨大的威胁.例如据BuzzFeed News报道[2]，在2016年美国总统大选期间，谣言的传播在网络上造成了不小的负面影响.2020年COVID -19疫情爆发期间，有些人在社交平台上散布一些有关疫情传播的谣言，引发了人们的不安.谣言的迅速传播，已经开始从各个方面影响人们的正常生活，因此，谣言检测是一个亟待解决的关键问题.

然而，谣言检测是一项非常有挑战性的任务，主要体现为3个方面：1)谣言具有强迷惑性和误导性，使得单独从谣言文本内容本身检测谣言存在困难.因此除了从谣言本身的内容信息出发，我们还应该探索和利用其他信息，如社交媒体上的用户信息以及社会上下文信息.2)早期检测的需求.社交媒体上的用户较为活跃，使得谣言能够在短时间内广泛传播，谣言造成的负面影响随之剧增，使得早期检测尤为重要.3)谣言的传播过程复杂多样[3]，数据流动没有固定的规律，谣言内容涵盖的方面非常大，使得数据的处理和使用成为一大困难.

为了有效检测谣言，人们已经做了大量的研究，常见的方法利用文本内容进行谣言检测，研究人员从文本内容中提取……