馮茹嘉 張海軍 潘偉民

（新疆師范大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院 烏魯木齊 830000）

1 引言

隨著網(wǎng)絡(luò)的迅速發(fā)展，各種社交軟件蓬勃發(fā)展。新浪微博作為一種共享、開放、便捷、及時的媒介，成為人們發(fā)布和傳播信息的重要渠道。新浪微博的月活躍用戶已達(dá)5.86億，用戶數(shù)量龐大且類型跨度較大，使其成為社會謠言傳播的主要渠道之一。謠言泛濫問題在微博上十分普遍，給人們的日常生活帶來了困擾，影響了社會的穩(wěn)定。因此，針對微博謠言的檢測具有重要的現(xiàn)實意義。

當(dāng)前自動識別謠言的方法主要包括：1）基于機(jī)器學(xué)習(xí)的方法：通過構(gòu)建分類器來對文本或多媒體內(nèi)容進(jìn)行分類，判斷其是否為謠言。2）基于社交網(wǎng)絡(luò)分析的方法：通過分析社交網(wǎng)絡(luò)中的信息傳播路徑和影響力，來判斷某個信息是否為謠言。3）基于自然語言處理的方法：通過對文本數(shù)據(jù)進(jìn)行處理和分析，提取其中的特征和模式，來判斷其是否為謠言。4）基于知識圖譜的方法：通過構(gòu)建知識圖譜，將已知的真實信息和謠言信息進(jìn)行關(guān)聯(lián)和比較，從而判斷新出現(xiàn)的信息是否為謠言。5）基于深度學(xué)習(xí)的方法：通過利用深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對文本、圖像等信息進(jìn)行自動識別和分類，來判斷其是否為謠言。

本文提出了一種基于預(yù)訓(xùn)練語言模型的早期微博謠言檢測方法。首先分別使用ELMO、BERT和XLNet的預(yù)訓(xùn)練模型對謠言數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，然后將預(yù)訓(xùn)練后的結(jié)果作為模型的初始參數(shù)，并利用Transformer 編碼器學(xué)習(xí)微博謠言數(shù)據(jù)的深層語義特征，最后通過softmax 函數(shù)得到謠言的分類結(jié)果，并比較三種預(yù)訓(xùn)練方式在謠言檢測任務(wù)中的效果。

2 相關(guān)研究工作

目前針對謠言檢測任務(wù)，大多數(shù)研究者將其視為一個二分類問題。謠言檢測方法經(jīng)歷了基于傳統(tǒng)手工特征提取和基于深度神經(jīng)網(wǎng)絡(luò)模型的兩個發(fā)展階段。

早期的謠言檢測工作主要側(cè)重于尋找高區(qū)分度的特征，基于特征選擇構(gòu)建分類器。文獻(xiàn)［1］通過Twitter 數(shù)據(jù)提取四類特征，并進(jìn)行特征選擇，之后基于選擇后的特征構(gòu)建J48 決策樹分類器，最終模型的分類效果良好。Qazvinia［2］則通過提取用戶行為特征與深層文本語義特征相結(jié)合，使用貝葉斯分類器進(jìn)行謠言分類。而Kwon 等［3］則強(qiáng)調(diào)了謠言數(shù)據(jù)中情感詞匯特征和時間特征的重要性，并構(gòu)建了時間序列模型，最終在召回率上得到較大的提升。Yang［4］等基三方面特征：地理位置、用戶特征和內(nèi)容特征，基于新浪微博數(shù)據(jù)集，利用支持向量機(jī)構(gòu)建了謠言檢測模型，準(zhǔn)確率為78.7%。

基于深度神經(jīng)網(wǎng)絡(luò)模型的謠言檢測方法克服了手工特征提取的局限性，具備自動學(xué)習(xí)深層特征的能力。Ma 等［5］按照時間序列，對每一個事件下的微博進(jìn)行建模，使用循環(huán)神經(jīng)網(wǎng)絡(luò)，捕獲文本隱藏表示，實現(xiàn)了較好的分類性能。文獻(xiàn)［6］引入用戶行為特征，提出一種結(jié)合自動編碼器構(gòu)建的循環(huán)神經(jīng)網(wǎng)絡(luò)模型，提高了謠言檢測性能。Yu等［7］指出RNN 在謠言早期檢測方面的不足，并使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）構(gòu)建謠言檢測模型，在早期檢測任務(wù)中表現(xiàn)出良好的效果。文獻(xiàn)［8］提出一種CNN+GRU 的謠言檢測模型，通過句向量化提取微博數(shù)據(jù)的局部和全局特征，實現(xiàn)了微博謠言檢測并取得了良好的識別性能。

3 謠言模型的預(yù)訓(xùn)練

早期的詞向量表示方法是一種靜態(tài)文本表示，僅將下游任務(wù)的首層初始化，而其余網(wǎng)絡(luò)結(jié)構(gòu)仍需從零開始訓(xùn)練，這種預(yù)訓(xùn)練方法對深層語義信息的表達(dá)力不足，此外，傳統(tǒng)文本處理方法難以解決詞語歧義問題。相比之下，預(yù)訓(xùn)練語言模型通過在多層網(wǎng)絡(luò)模型上進(jìn)行預(yù)訓(xùn)練，可以為下游任務(wù)的多層網(wǎng)絡(luò)模型提供更好的初始化。這不僅大大提高了模型的訓(xùn)練速度，還使得深層語義信息的表達(dá)能力得到優(yōu)化。作為一種動態(tài)的學(xué)習(xí)詞向量方法，預(yù)訓(xùn)練語言模型會根據(jù)上下文語境動態(tài)調(diào)整詞向量的表示，增強(qiáng)了詞向量表示的泛化能力，有效地解決了多義詞的詞向量表示問題。

本文通過多種預(yù)訓(xùn)練語言模型對微博數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，并用以初始化下游的謠言檢測任務(wù)，同時學(xué)習(xí)微博數(shù)據(jù)淺層語義信息和深層語義信息，對歧詞進(jìn)行準(zhǔn)確的詞向量表示，加快謠言檢測模型的訓(xùn)練速度，提高謠言檢測的精確率。

圖1 基于預(yù)訓(xùn)練語言模型的早期微博謠言檢測方法流程圖

3.1 基于ELMO預(yù)訓(xùn)練方法

ELMO［9］屬于一種自回歸語言模型（autoregressive），通過兩次帶殘差的雙向LSTM 來構(gòu)建文本表示，利用前向LSTM 捕捉上文詞義信息，后向LSTM捕捉下文詞義信息，消除了詞語歧義。對于由N個單詞組成的序列，預(yù)測第k 個詞的前項LSTM 模型預(yù)測概率可表示為

預(yù)測第k 個詞的后項LSTM 模型預(yù)測概率可表示為

優(yōu)化目標(biāo)為最大化對數(shù)前向和后向的似然概率：

其中，Θx表示映射層的初始共享參數(shù)，和表示長短期記憶網(wǎng)絡(luò)前向和后向參數(shù)，ΘS表示softmax 層的參數(shù)。

對于第k個單詞在L層的雙向LSTM語言模型，共有2L+1個表征：

最終第k個單詞的通過ELMO模型得到的文本表示為

γtask是縮放系數(shù)，允許任務(wù)模型去縮放整個ELMO向量，是softmax標(biāo)準(zhǔn)化權(quán)重。

3.2 基于BERT預(yù)訓(xùn)練方法

BERT［10］屬于一種自編碼語言模型（autoencoding），利用Transformer 編碼器實現(xiàn)了雙向信息融合，通過將多個Transformer Encoder 層層堆疊實現(xiàn)了BERT 模型的搭建。BERT 模型包含三個嵌入層：字嵌入、文本嵌入和位置嵌入，BERT 模型將三者的加和作為模型輸入，如式（6）所示：

其中，E 表示模型輸入，Esegment表示字向量，Eposition表示文本向量，Etoken表示位置向量。如圖2所示，一條謠言文本“喝高度白酒可預(yù)防新冠病毒”輸入后，經(jīng)過三個嵌入層后，再將其作為Transformer的輸入向量。

圖2 BERT模型圖

BERT 作為一種預(yù)訓(xùn)練語言模型，它使用大規(guī)模文本語料進(jìn)行模型訓(xùn)練，逐步優(yōu)化模型參數(shù)，使得模型輸出的文本語義表征更加契合自然語言的本質(zhì)。為完成預(yù)訓(xùn)練，BERT進(jìn)行了兩個監(jiān)督任務(wù)：Masked LM和Next Sentence Prediction。

Masked LM 任務(wù)可以類比為完形填空問題，即在給定的句子中，隨機(jī)遮蓋一定比例的詞語，然后通過剩余的詞匯來預(yù)測被遮蓋的詞語。這個任務(wù)使得模型需要去理解上下文，從而更好地進(jìn)行詞匯預(yù)測和語言生成。對于在句子中被覆蓋的詞匯，其中只有10%依舊保持原詞，10%替換為一個任意詞，剩余80%采用一個特殊符號［MASK］替換。這將賦予模型一定的糾錯能力，迫使模型在預(yù)測詞匯時更多地依賴于上下文信息。

Next Sentence Prediction 任務(wù)可以理解為段落重排序問題，通過給定一篇文章中的兩個句子，來預(yù)測是否為該文章中的前后兩句。在實際預(yù)訓(xùn)練過程中，通過50%正確原始上下句和50%原始上句搭配隨機(jī)下句來學(xué)習(xí)句子間的關(guān)系。

BERT 模型通過聯(lián)合訓(xùn)練上述兩個任務(wù)，進(jìn)一步提高了模型在自然語言處理任務(wù)中的表現(xiàn)。通過聯(lián)合訓(xùn)練這兩個任務(wù)，BERT 模型不僅能夠優(yōu)化模型輸出的詞向量表達(dá)能力，還能為下游任務(wù)提供更加準(zhǔn)確的參數(shù)初始化，從而取得更好的性能。因此，BERT 模型目前被廣泛應(yīng)用于各種自然語言處理任務(wù)中，并取得了非常顯著的效果。

3.3 基于XLNet預(yù)訓(xùn)練方法

XLNet［11］是一種泛化自回歸語言模型，它融合了自回歸語言模型和自編碼語言模型的優(yōu)點(diǎn)，并避免了它們各自的局限性。與傳統(tǒng)語言模型只能在一個方向上捕獲語義不同，XLNet 可以實現(xiàn)雙向語義理解，XLNet采用的是Permutation Language Model（PLM）方法，即將文本序列分解為若干排列序列，并在每個排列序列上執(zhí)行語言建模任務(wù)。具體而言，XLNet 先通過一個置換函數(shù)生成一個隨機(jī)的排列序列，然后利用該排列序列和其他信息來建立條件概率模型，對當(dāng)前位置的單詞進(jìn)行預(yù)測。這樣，每個位置都能夠利用整個序列的信息進(jìn)行預(yù)測，從而消除了BERT 中的獨(dú)立性假設(shè)問題，使得模型能夠更好地捕捉序列中的雙向依賴關(guān)系，提高了模型的性能和泛化能力。

例如當(dāng)給定一個謠言文本x=｛x1，x2，x3，x4｝，來預(yù)測x3時，使用一種序列語言建模目標(biāo)，文本序列的排列方式應(yīng)該有4！種，但為了減少時間消耗，實際只能隨機(jī)的采樣4！里的部分排列，比如：2→3→4→1，3→2→1→4，1→4→3→2，4→2→1→3。下面展示了分解方式為1→4→3→2的圖示。

如圖3 所示，當(dāng)預(yù)測x3時可以充分利用到x1和x4的信息，而看不到x2的信息。當(dāng)遍歷完上述4 種排列方式后，模型就能獲得所有的上下文信息，從而實現(xiàn)雙向語義的同時獲取。此外，需要注意的是，輸入依然是原始句子的順序，而序列的排列則通過Attention Mask 來實現(xiàn)。在編碼x3時僅讓它依賴于x1和x4的信息，而把x2的信息［masks］掉。

圖3 排列語言模型圖

最終優(yōu)化目標(biāo)如式（7）所示：

其中，用zt表示第t個元素，z ≤t-1 表示z的第1 到第t-1個元素。z是集合ZT的其中一種排列方法，ZT表示所有排列方式的集合。

4 基于BiGRU-MHA 模型的微博謠言檢測模型

本文通過融合了多頭注意力機(jī)制（Multi-head self-Attention mechanism，MHA）的雙向GRU 網(wǎng)絡(luò)模型來實現(xiàn)微博謠言檢測。雙向GRU 網(wǎng)絡(luò)對學(xué)習(xí)句子序列特征有非常好的效果，多頭注意力機(jī)制可實現(xiàn)對全局范圍內(nèi)的文本上下文深層語義特征的提取，因此，二者的結(jié)合有助于全面理解文本信息，從而更好地實現(xiàn)微博的謠言識別任務(wù)。

4.1 雙向GRU網(wǎng)絡(luò)

門控循環(huán)單元是循環(huán)神經(jīng)網(wǎng)絡(luò)的一種變形，它加入了兩個門控信號：更新門和重置門。更新門判斷當(dāng)前詞是否要帶入到下一個狀態(tài)中；重置門用來控制當(dāng)前詞的是否被忽略，當(dāng)重置門越小時，前一時刻的信息被忽略程度越大。

本文通過輸入特征向量的正序，利用前向?qū)拥腉RU 神經(jīng)網(wǎng)絡(luò)，得到前向的特征向量，輸入基本特征向量的逆序，利用后向?qū)拥腉RU 神經(jīng)網(wǎng)絡(luò)，得到后向的特征向量，將前向特征向量和后向的特征向量進(jìn)行融合，得到文本特征向量；即為雙向GRU 網(wǎng)絡(luò)的隱藏層狀態(tài)，如以下公式所示：

4.2 多頭注意力機(jī)制

將長度為n 的微博文本詞向量表示為x={x1，x2，…，xn}，xi為微博文本x 中的第i 個詞向量。自注意力機(jī)制是通過一系列加權(quán)計算，學(xué)習(xí)微博文本的內(nèi)部依賴關(guān)系。構(gòu)建Q（Query Vector）、K（Key Vector）、V（Value Vector）三個矩陣進(jìn)行線性變換，獲取多組注意力值，然后將注意力值拼接輸出，如以下公式所示：

Q、K、V 分別表示查詢、鍵和值矩陣，用于將原始詞向量映射到子空間中，并用softmax 函數(shù)的歸一化處理，得到了最終的注意力數(shù)值。其中dk是querie和key的維度，除以的目的是防止梯度消失。

多頭注意力就是對輸入的Q、K和V進(jìn)行h次線性映射，頭之間的參數(shù)不共享，每次Q、K、V 進(jìn)行線性變換的參數(shù)W不一樣，再對線性映射后的結(jié)果進(jìn)行加權(quán)計算，將h 個注意力結(jié)果連接并輸出，即為多頭注意力向量表示：

本文將雙向GRU 網(wǎng)絡(luò)輸出向量Ht作為多頭注意力機(jī)制的輸入向量，并與融合注意力機(jī)制的權(quán)重向量，實現(xiàn)謠言的分類，具體過程如下：

首先生成權(quán)重向量：

使用softmax 函數(shù)對權(quán)重矩陣做歸一化處理：

α=softmax(W) （15）

最終注意力值可表示為

A(Ht)=αHt（16）

最后，微博謠言文本特征向量可表示為

h*=tanh(A(Ht)) （17）

5 實驗

5.1 實驗數(shù)據(jù)集

本實驗數(shù)據(jù)主要基于Ma 等［5］在2016 年公布的社交媒體謠言檢測數(shù)據(jù)集中的新浪微博數(shù)據(jù)，另外通過新浪微博API爬去了309條新型冠狀肺炎話題數(shù)據(jù)，共包含4973 個事件，其中謠言事件2622條，非謠言事件2351，每條數(shù)據(jù)均已標(biāo)注，每個事件中又包含有若干條微博，總數(shù)據(jù)集共包含4050456條微博。

5.2 模型訓(xùn)練設(shè)置

謠言檢測模型包含四個層次：嵌入層、雙向GRU 網(wǎng)絡(luò)層、多頭注意力機(jī)制層和輸出層，其中嵌入層與雙向GRU 網(wǎng)絡(luò)層遷移預(yù)訓(xùn)練語言模型相應(yīng)層的參數(shù)，采用Frozen和Fine-tuning的遷移學(xué)習(xí)方法。在Frozen 方法中，凍結(jié)預(yù)訓(xùn)練層，不再更新參數(shù)，而在Fine-tuning 中，對預(yù)訓(xùn)練層進(jìn)行微調(diào)。而多頭注意力機(jī)制層和輸出層，都從頭訓(xùn)練網(wǎng)絡(luò)參數(shù)。

采用tanh 函數(shù)作為激活函數(shù)，訓(xùn)練序列長度batch_size 設(shè)為64。實驗基于Python 3.5 及其庫（Keras-gpu）軟件平臺實現(xiàn)，使用Adam 優(yōu)化器，學(xué)習(xí)率為0.001，迭代次數(shù)為20。

5.3 實驗結(jié)果與分析

5.3.1 與傳統(tǒng)詞嵌入方法實驗結(jié)果對比

本實驗采用word2vec獲取詞向量，并作為BiGRU-MHA 模型的輸入向量，以此作為對比實驗，對比預(yù)訓(xùn)練語言模型對謠言檢測任務(wù)的效果。分別與ELMO+BiGRU-MHA 模型、Bert+BiGRU-MHA 模型和XLNet+BiGRU-MHA模型做實驗對比，對比結(jié)果如表1所示。

表1 傳統(tǒng)詞嵌入方法的實驗結(jié)果對比表

通過與傳統(tǒng)詞嵌入方法相比，加入預(yù)訓(xùn)練模型后有了更強(qiáng)大的語義表示，能捕捉更豐富的語義信息，對于長距離依賴以及多義詞的理解和表達(dá)更有效；預(yù)訓(xùn)練模型為每個詞生成基于上下文的嵌入向量，而word2vec 產(chǎn)生靜態(tài)詞向量，不能區(qū)分同一單詞在不同上下文中的意義；通過在大規(guī)模語料庫上進(jìn)行預(yù)訓(xùn)練，模型能夠?qū)W到通用的語言知識，結(jié)合少量標(biāo)注數(shù)據(jù)進(jìn)行微調(diào)，可以在特定任務(wù)中取得較好的性能。

5.3.2 與基準(zhǔn)方法的實驗結(jié)果對比

本文選取了在當(dāng)前謠言檢測任務(wù)中具有代表性 的 四 種 方 法：DTC 模 型［1］、SVM-RBF 模 型［3］、GRU-2 模型［5］和CAMI 模型［7］，作為本文的對比基準(zhǔn)實驗，實驗結(jié)果如表2所示［17］。

表2 與基準(zhǔn)方法的實驗結(jié)果對比表

SVM-RBF和DTC模型是基于傳統(tǒng)的機(jī)器學(xué)習(xí)構(gòu)建分類器的方法，從表2 中可以看出，預(yù)訓(xùn)練模型能自動從文本中抽取豐富的特征，而傳統(tǒng)機(jī)器學(xué)習(xí)方法通常依賴手工設(shè)計的特征或淺層次特征表示；此外，預(yù)訓(xùn)練模型通常具有更好的長文本處理能力。例如，BERT 使用Transformer 結(jié)構(gòu)，對長距離依賴關(guān)系的捕捉更有效。GRU-2 和CAMI 模型是基于神經(jīng)網(wǎng)絡(luò)的方法，由表2 數(shù)據(jù)可知，與通用深度神經(jīng)網(wǎng)絡(luò)相比，預(yù)訓(xùn)練模型更容易實現(xiàn)端到端訓(xùn)練，直接從輸入文本到分類結(jié)果進(jìn)行優(yōu)化，減少了中間環(huán)節(jié)的不匹配問題，并且預(yù)訓(xùn)練模型在大量無標(biāo)簽數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，捕獲了豐富的語言知識，從而在特定任務(wù)上具有很好的起點(diǎn)和優(yōu)勢。

而本文所提出的三個謠言檢測方法，均不遜于基準(zhǔn)方法，甚至效果更佳，因此可以證明在深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上加入預(yù)訓(xùn)練語言模型將使得模型性能更優(yōu)。

5.4 預(yù)訓(xùn)練語言模型對早期謠言檢測結(jié)果的影響

本文使用了三種預(yù)訓(xùn)練語言模型對謠言檢測數(shù)據(jù)分別進(jìn)行了預(yù)訓(xùn)練，為了驗證它對早期謠言檢測實驗結(jié)果的影響，本文選擇了GRU-2 模型作為對比實驗，設(shè)置了一系列的檢測截止日期，并且在測試過程中只使用從謠言初始散播時間到相應(yīng)截止時間的微博數(shù)據(jù)。

圖4展示了本文所提出的三種方法與GRU-2模型在不同截止日期下的謠言識別性能。ELMO+BiGRU-MHA 模型、Bert+BiGRU-MHA 模型和XLNet+BiGRU-MHA 模型均可以在較短的時間內(nèi)達(dá)到較高的精度，而GRU-2模型大約在48h后才能達(dá)到較好的效果。此外，XLNet+BiGRU-MHA 模型的F1 值在任何階段都處于領(lǐng)先地位。由此可說明，預(yù)訓(xùn)練語言模型對早期謠言檢測起到重大作用，對于更早的識別謠言從而遏制謠言散播有實用效果。

圖4 早期謠言檢測性能圖

6 結(jié)語

本文提出了一種基于預(yù)訓(xùn)練語言模型的微博謠言檢測方法，該方法選用了ELMO、BERT 和XLNet 對微博數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，提高了模型的訓(xùn)練速度，增強(qiáng)了詞向量表示的泛化能力，優(yōu)化了深層語義信息的表達(dá)能力，解決了一詞多義情況的詞向量表示問題。采用了BiGRU-MHA 模型對下游任務(wù)進(jìn)行學(xué)習(xí)，該模型能夠有效地捕捉句子中的語義信息，包括上下文關(guān)系和語境信息，多頭注意力機(jī)制能夠讓模型自動學(xué)習(xí)哪些部分是重要的，并加強(qiáng)對相關(guān)信息的關(guān)注；BiGRU模型能夠處理句子中的前后關(guān)系，從而更好地把握句子的含義；模型能夠同時考慮不同層級的信息，提高了模型的準(zhǔn)確性和魯棒性。

在未來工作中，由于許多謠言具有圖片加文本或視頻加文本的形式，大大提升了謠言的煽動性，本文將考慮加入多模態(tài)的數(shù)據(jù)對模型進(jìn)行測試，以此增強(qiáng)模型的適應(yīng)性。