基于对比学习的零样本对象谣言检测
|
陈珂,张文浩
|
Zero-shot object rumor detection based on contrastive learning
|
Ke CHEN,Wenhao ZHANG
|
|
表 3 不同方法在4个谣言检测数据集上的准确度 |
Tab.3 Accuracy of different methods on four rumor detection data sets % |
|
方法 | A | Ma-Weibo | Weibo20 | Twitter15 | Twitter16 | 基于机器学 习的方法 | SVM-TS[33] | 88.46 | 89.32 | 73.85 | 76.46 | 基于图结 构的方法 | Ma-RvNN[38] | 94.81 | 94.31 | 93.92 | 92.68 | GCNN[37] | 95.10 | 93.31 | 87.21 | 92.14 | Bi-GCN[17] | 96.12 | 91.12 | 95.96 | 95.15 | UMLARD[22] | 92.80 | — | 85.70 | 90.10 | 基于Transformer 的方法 | BERT[29] | 93.03 | 96.21 | 96.67 | 93.20 | RoBERTa[38] | 96.03 | 96.11 | 93.56 | 93.69 | Longformer[37] | 90.84 | 95.61 | 90.57 | 90.78 | PLAN[38] | 92.26 | 92.56 | 92.13 | 94.23 | ToBERT[23] | 98.12 | — | — | — | 基于模型融 合的方法 | Wu-Stacking[41] | 93.48 | 93.52 | 92.86 | 92.86 | Bagging-BERT(2)[40] | 96.67 | 96.68 | 96.50 | 96.50 | Geng-Ensemble[43] | 95.60 | 95.67 | 95.12 | 95.12 | STANKER[21] | 97.45 | 97.46 | 97.17 | 97.17 | 基于对比学 习的方法 | ZPTHCL (本研究) | 98.97 | 98.86 | 98.89 | 98.89 |
|
|
|