跨源鲁棒更强
该网络通过对比学习对齐新闻语义与其传播结构，利用二者不一致性作为辅助检测信号，显著提升跨来源、跨领域的假新闻检测鲁棒性。
Tiansen, Niu · Suchuan, Ma · Yan, Dapeng · Qingshu, Guan · Peiqi, Hou · Jiarun, Sun · 曹慧
Neurocomputing 2025
通过对比学习使新闻的语义信息与传播结构特征在表示空间中对齐，使得两者之间的不一致性成为可靠的辅助检测信号。
利用语义与传播结构的不一致性而非具体内容细节，模型能更好地应对不同来源和不同领域的新闻，鲁棒性显著提升。
通过多视角数据增强和优化的图Transformer与采样策略，降低新闻内容中与传播结构无关的细节信息的影响，提高对比学习效率。