[发明专利]基于图卷积神经网络整合内容和结构信息的争议性检测方法

说明书

本发明涉及一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的目的是提供一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的技术方案是一种基于图卷积神经网络整合内容和结构信息的争议性检测方法，其特征在于：建立“话题‑帖子‑评论”图，图中评论连接到该评论回复的评论/帖子上，帖子连接到该帖子属于的话题上；根据“话题‑帖子‑评论”图中话题节点、帖子节点和评论节点的文本获取相应节点的初始表达向量；使用图卷积神经网络学习“话题‑帖子‑评论”图中节点的表达；根据帖子节点和相应评论节点的平均表达进行争议性分类。本发明适用于社交媒体平台争议性检测领域。

技术领域

本发明涉及一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。适用于社交媒体平台争议性检测领域。

背景技术

争议性帖子定义为：帖子内容是有争议的并且在它的回复中产生了争论。社交媒体(例如Reddit和微博)已经成为了人们发表观点的主要平台，在这样的开放空间中，这些观点经常在参与者中产生激烈的讨论，形成有争议的内容。这些有争议的帖子体现了公众情绪，因此也产生了许多的相关任务，例如新闻题材的选择、影响力评估和极化观点的缓解。作为这些任务的基础任务，争议性帖子的自动识别已经引起了广泛的关注。

目前，争议性检测方法主要针对网页和社交媒体进行，而针对网页的研究大部分用于检测维基百科中的争议性文章，早期的方法主要利用一些统计特征进行分类，例如修改次数、编辑历史、以及争议性标签等。另外一些方法则利用了情感特征、语义特征等。对于一般的网页，已有的方法采用该内容在维基百科的争议性、以及用户评论等进行检测。与网页不同，社交媒体中的话题更加多样，用户之间的讨论更加激烈。在社交媒体的单帖子争议性检测方法中，目前的方法主要利用一些语言特征，例如情感、话题相关的短语，表明坚定立场的特征、以及一些推特特有的特征。另外一些基于图的方法则利用了用户关注图、评论树中的特征进行争议性检测。

上述方法仍然存在以下缺陷：(1)这些方法仅利用了帖子和帖子评论信息，忽略了同话题下相关帖子提供的额外信息。(2)这些方法仅仅使用了统计的方式来获得评论的结构信息，并采用拼接等方法来获得评论的文本信息，不能利用评论的回复结构来建模评论信息。(3)这些方法都倾向于捕捉话题相关的特征，话题相关特征在对一个相近话题数据进行检测时是有利的，但对一个未知话题数据进行检测是有害的。

发明内容

本发明要解决的技术问题是：针对上述存在的问题，提供一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。

本发明所采用的技术方案是：一种基于图卷积神经网络整合内容和结构信息的争议性检测方法，其特征在于：

建立“话题-帖子-评论”图，图中评论连接到该评论回复的评论/帖子上，帖子连接到该帖子属于的话题上；

根据“话题-帖子-评论”图中话题节点、帖子节点和评论节点的文本获取相应节点的初始表达向量；

使用图卷积神经网络学习“话题-帖子-评论”图中节点的表达；

根据帖子节点和相应评论节点的平均表达进行争议性分类。

所述使用图卷积神经网络学习“话题-帖子-评论”图中节点的表达，包括：

对于“话题-帖子-评论”图中的每个节点v_i，图卷积神经网络的更新规则如下：

其中为节点v_i在GCN第l层的隐藏状态，N_i为节点v_i包括自身在内的邻居节点的集合；邻居节点信息通过函数g进行变换，然后通过激活函数σ得到节点v_i的更新表达。

函数g采用线性变化，其中W^(l)为一个可学习的权重矩阵。