[发明专利]一种基于超图注意力网络的社交媒体贴文真实性检测方法

权利要求书

1.一种基于超图注意力网络的社交媒体贴文真实性检测方法，其特征在于，具体包括如下步骤：

S1：对社交媒体贴文文本数据的数据预处理，划分为会话，回复分支，帖子的层级结构，源帖子用s表示，回复分支由branch表示，一条源帖子和多个回复分支[branch₁,branch₂,...,branch_n]共同构成一个会话，其中n表示会话中分支数量；回复分支中的回复帖用r表示，每条回复分支用[s, r₁,r₂,...,r_m]表示，其中m表示回复分支中的帖子数量；

S2：对经S1处理后的社交媒体贴文文本数据进行帖子属性特征提取，表示为向量的形式；

S3：对经S1处理后的社交媒体贴文文本数据进行帖子文本嵌入，获得每条帖子的向量表示；

S4：将S2和S3得到的向量拼接，作为超图结构的图节点；

S5：将回复分支branch作为连接多个图节点的超边，超边的集合与S4中的图节点组成的集合，共同构成一个超图结构，将超图结构的特征向量表示输入图注意力网络学习，从而构建一个基于会话-回复分支-帖子的超图注意力网络模型；

S6：将S5中超图注意力网络模型通过有监督学习方式训练，从而形成一个分类器，用于预测源帖子的真实性标签Label_rumor，则分类器的定义为:｛s,r₁,r₂,...,r_m｝→Label_rumor；真实性标签Label_rumor分为“真”、“假”、“未认定”这三个类别：

（1）；

S5中：

超图注意力网络模型中使用隐含狄利克雷分布模型来挖掘贴文会话中的潜在主题作为语义超边，从而连接与主题相关的前k个帖子，形式上，使用G=（A，X）表示整个超图，其中图中节点表示帖子，边表示branch，A是邻接矩阵，X是节点属性矩阵，X表示v个节点的属性，表示为X=[x₁,x₂,...,x_v]，将S4中拼接后的向量作为节点属性；A∈R^v×n，n表示会话中branch数量，R表示值域，用于表示节点之间的共现关系，矩阵元素定义为：

（2）

式中i，j分别指示矩阵的行列索引，v_i表示第i个节点，e_j表示第j个branch；

超图中图节点和超边的更新方式如下：

f=｛f₁,f₂,...,f_n｝是超边的原始表示，f'=｛f'₁,f'₂,...,f'_n｝是图注意力网络模型转换后的表示形式，给定节点v_i，连接的超边集合表示为ε_i，超边f_j∈ε_i，注意力机制用于区分不同节点对边f_j的含义，用下式表示：

（3）

其中，W_f为可训练的权重矩阵，h_k为之前训练好的节点表示，σ为非线性激活函数；

其中α_jk表示节点v_k对超边e_j的重要性，α_jk的计算如下：

（4）

u_jk=LeakyReLU（b_f^TW_fh_k） （5）

其中，u_jk是一个中间值，目的是得到α_jk，LeakyReLU是一个非线性转换器，b_f^T是注意力机制的权重向量参数；

在更新所有超边之后，依次使用超边来更新节点表示，对于超边e_j∈ε_i，使用注意力机制来区分不同节点v_i对超边e_j的含义，h'_i为更新后的节点表示：

（6）

其中，β_ij表示超边e_j对节点v_i的重要性，β_ij的计算如下：

（7）

u_ij=LeakyReLU（b_h^T[W_ff'||W_hh_i]） （8）

其中，b_h^T为节点h的注意力权重向量参数，W_h为权重矩阵，h_i是节点v_i的输出表示，更新贴文会话结构中的超边和图节点后，即用超图的形式模拟贴文会话的传播结构。