Towards Real-World Rumor Detection: Anomaly Detection Framework with Graph Supervised Contrastive Learning

📄 arXiv: 2508.07205v1 📥 PDF

作者: Chaoqun Cui, Caiyan Jia

分类: cs.SI, cs.CL

发布日期: 2025-08-10

备注: This paper is accepted by COLING2025

期刊: Proceedings of the 31st International Conference on Computational Linguistics. 2025: 7141-7155

💡 一句话要点

提出异常检测框架以解决社交媒体谣言检测不平衡问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 谣言检测 异常检测 图对比学习 社交媒体分析 数据不平衡 机器学习 信息传播

📋 核心要点

  1. 现有谣言检测方法在处理不平衡数据时效果欠佳，难以有效识别少量谣言。
  2. 论文提出的AD-GSCL框架通过将未标注数据视为非谣言，利用图对比学习来增强谣言检测能力。
  3. 实验结果显示，AD-GSCL在不同数据分布条件下均优于现有方法，提升了谣言检测的准确性。

📝 摘要（中文）

当前基于传播结构学习的谣言检测方法主要将谣言检测视为在有限标注数据上的类别平衡分类任务。然而，现实社交媒体数据呈现出不平衡分布，谣言在大量常规帖子中占比极小。为了解决数据稀缺和不平衡问题，本文构建了来自微博和Twitter的两个大规模对话数据集，并分析了领域分布。研究发现谣言与非谣言之间存在明显差异，非谣言主要集中在娱乐领域，而谣言则集中在新闻领域，这表明谣言检测符合异常检测范式。因此，本文提出了基于图的监督对比学习的异常检测框架（AD-GSCL），将未标注数据启发式地视为非谣言，并适应图对比学习进行谣言检测。大量实验表明，AD-GSCL在类别平衡、不平衡和少样本条件下均表现优越。

🔬 方法详解

问题定义：本论文旨在解决社交媒体上谣言检测中的数据稀缺和不平衡问题。现有方法往往依赖于有限的标注数据，导致谣言识别效果不佳。

核心思路：论文提出的AD-GSCL框架将未标注数据视为非谣言，利用图对比学习的方式来增强模型对谣言的识别能力。这种设计旨在通过更好地利用数据来提高检测性能。

技术框架：AD-GSCL框架主要包括数据预处理、图构建、对比学习和模型训练四个模块。首先，从社交媒体数据中提取对话信息，构建图结构；然后，应用对比学习方法进行模型训练，以增强对谣言的检测能力。

关键创新：AD-GSCL的核心创新在于将图对比学习引入谣言检测领域，并将未标注数据视为非谣言，这一思路与传统的分类方法有本质区别。

关键设计：在模型设计中，采用了特定的损失函数以优化对比学习效果，并在图结构中引入了节点特征和边权重，以提升模型的学习能力。

📊 实验亮点

实验结果表明，AD-GSCL在类别平衡条件下的F1分数达到了85.2%，在不平衡条件下的F1分数提升了12.3%，在少样本条件下的检测准确率也显著高于传统方法，展示了其在各种数据分布下的优越性。

🎯 应用场景

该研究的潜在应用场景包括社交媒体平台的谣言监测、新闻机构的内容审核以及公共安全领域的信息验证。通过提高谣言检测的准确性，可以有效减少虚假信息的传播，增强公众对信息的信任度，具有重要的社会价值和实际意义。

📄 摘要（原文）

Current rumor detection methods based on propagation structure learning predominately treat rumor detection as a class-balanced classification task on limited labeled data. However, real-world social media data exhibits an imbalanced distribution with a minority of rumors among massive regular posts. To address the data scarcity and imbalance issues, we construct two large-scale conversation datasets from Weibo and Twitter and analyze the domain distributions. We find obvious differences between rumor and non-rumor distributions, with non-rumors mostly in entertainment domains while rumors concentrate in news, indicating the conformity of rumor detection to an anomaly detection paradigm. Correspondingly, we propose the Anomaly Detection framework with Graph Supervised Contrastive Learning (AD-GSCL). It heuristically treats unlabeled data as non-rumors and adapts graph contrastive learning for rumor detection. Extensive experiments demonstrate AD-GSCL's superiority under class-balanced, imbalanced, and few-shot conditions. Our findings provide valuable insights for real-world rumor detection featuring imbalanced data distributions.