融合多模态特征的社会多媒体谣言检测技术研究-南京信息工程大学学报.pdf

ＤＯＩ：１０．１３８７８／ ｊ．ｃｎｋｉ．ｊｎｕｉｓｔ．２０１７．０６．００３ １，２ １，２ ３ ３ １，２ 金志威 　 曹娟 　 王博 　 王蕊　 张勇东 融合多模态特征的社会多媒体谣言检测技术研究 摘要 ０　 引言 以微博为代表的社会媒体的蓬勃发 展在加速信息交流的同时，也促使虚假 　 　 随着Ｗｅｂ２．０时代的到来，各种社会媒体应运而生．以微博为代表 谣言信息迅速在社会网络上传播，造成 的社会媒体通过开放平台鼓励用户自己生产内容（Ｕｓｅｒ Ｇｅｎｅｒａｔｅｄ 严重的后果． 自动谣言检测问题受到了 国内外学术界、产业界的广泛关注．围绕 Ｃｏｎｔｅｎｔ，ＵＧＣ），并通过社交网络进行发布、分享、交流和传播．这种基 社会多媒体谣言检测这一问题，本文总 于社会媒体发布、分享多媒体内容的社交行为方式成为人们生活中 结了融合多模态特征的谣言检测相关技 不可或缺的一部分，对社会产生了巨大的影响． 术．首先从基本概念出发，阐述了谣言的 定义和社会多媒体的特点，给出了社会 社会媒体平台以其开发与便捷性，极大地促进了新闻信息的快 多媒体谣言检测问题的定义．针对谣言 速交流，成为当今社会人们获取信息资源的重要手段．根据中国互联 检测面临的多模态特征抽取和模型构建 网络信息中心（ＣＮＮＩＣ）２０１７年１月发布的第３９次《中国互联网络发 两大难点，分别总结和归纳了各种类型 ［１］ 的特征及其提取方法和不同的机器学习 展状况统计报告》 表明，截止２０１６年１２月，我国网民规模已达７．３１ 检测模型．这些特征和算法是检测谣言 亿，其中８４％的网民通过互联网获取新闻．对媒体工作者而言，社会媒 的基本手段，也是接下来研究的基础，可 体也是重要的新闻线索来源：根据２０１１年的统计数据，超过８０％的社 为进一步谣言检测的研究提供参考． ［２］ 关键词 会重大新闻第一手信息来源于微博 ． 谣言检测；社会媒体计算；多媒体计 然而，社交平台在加速信息公开的同时，也带来了谣言等虚假信 算；深度学习；多模态特征融合；新闻 息的泛滥．由于普通用户的媒介素养参差不齐，造成ＵＧＣ新闻普遍存 认证 在着虚假、差错、欠准确等问题．在缺乏有效的新闻认证技术以及“抢 中图分类号 ＴＰ３９３０９２ 新闻”、“追热点”的心态下，大量公众人物和主流媒体无意间推转相 文献标志码 Ａ 关虚假新闻，成为很多网络谣言和虚假报道的推波助澜者，严重损害 ［３］ 了他们的媒体公信力．据《中国新媒体发展报告（ ２０１３ ）》 统计的 ２０１２ 年的 １００ 件微博热点舆情案例中，有 １／ ３ 的热点事件出现了谣 言．国外的网络谣言问题同样不容乐观．在２０１６ 年美国总统大选期 间，大量谣言在Ｆａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ上广泛传播，甚至被指控严重影响了 收稿日期 ２０１７⁃０８⁃２８ ［４］ 美国大选结果 ． 资助项目 国家自然科学基金；中 国电科创新基金；中国电科联合 网络谣言的广泛传播会侵害到个体和社会的发展，对个体情感、 基金（２