基于多任务学习和双向相关图卷积网络的网络谣言检测方法

本发明公开了一种基于多任务学习和双向相关图卷积网络的网络谣言检测方法，提取网络言论与其标签之间的可信度特征关系，所述标签包括善意和恶意；聚合网络言论文本嵌入和可信度特征得到特征增强后的传播节点特征，并构建自上而下和自下而上的传播图，通过计算双向节点间的相关性，利用GCN网络更新节点特征，以获取谣言传播结构特征；将所有谣言传播过程中的节点表示融合为一个整体表达，基于该整体表达生成谣言的分类结果。本发明可以更有效地捕获谣言传播的结构特征，提高网络谣言检测的准确率和效率。