基于广度-深度采样和图卷积网络的谣言检测方法

王友卫,王炜琦,凤丽洲,朱建明,李洋

Rumor detection method based on breadth-depth sampling and graph convolutional networks

Youwei WANG,Weiqi WANG,Lizhou FENG,Jianming ZHU,Yang LI

表 5 不同谣言检测方法在3种数据集上的实验结果

Tab.5 Experimental results of different rumor detection methods in three datasets

方法类别 方法名称 Weibo2016 CED Twitter-COVID19 Acc F1 Acc F1 Acc F1 基于传统机器学习 DTR 0.732 0.733 0.672 0.668 0.377 0.329 DTC 0.831 0.825 0.740 0.741 0.492 0.426 SVM-TS 0.857 0.859 0.746 0.756 0.510 0.498 基于事件传播序列 GRU 0.898 0.899 0.861 0.864 0.498 0.401 RvNN 0.908 0.908 0.892 0.891 0.540 0.391 PLAN 0.932 0.936 0.916 0.913 0.573 0.432 基于事件传播结构 Bi-GCN 0.927 0.928 0.894 0.898 0.616 0.415 RDEA 0.921 0.921 0.910 0.916 0.638 0.504 EBGCN 0.937 0.935 0.880 0.879 0.589 0.563 ACLR-BiGCN 0.924 0.922 0.898 0.903 0.765 0.686 UPSR 0.934 0.928 0.896 0.895 0.602 0.587 BDS-GCN 0.944 0.943 0.928 0.928 0.682 0.674