Rumor Detection with Hierarchical Social Attention Network，2018，CIKM

主要内容 一个事件被分为几个包含多个帖子的子事件，每个帖子被进一步分割为几个单词，实现了将事件进行结构化表示。将结构化的事件用双向LSTM进行学习，引入注意力机制。 实验模型 对文本结构进行分层：将事件中的帖子分成不同的时间间隔，每个时间间隔可认为是一个子事件；子事件由多条帖子构成；每条帖子由多个词语构成 提取了22个社会特征 模型结构（如下图） 单层LSTM只能学习到前边的上下文，双向LSTM可

>>阅读原文<<