社交媒体谣言检测：方法、挑战与趋势.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（11）31

社交媒体谣言检测：方法、挑战与趋势

11111111，2+

刘鑫楠，洪鑫宇，曹振洋，李荣荣，王子硕，周俊康，唐斌，陆恒杨

1.江南大学人工智能与计算机学院，江苏无锡214000

2.科技部中英人工智能国际联合实验室，江苏无锡214000

+通信作者E-mail：luhengyang@

摘要：随着社交媒体的迅速发展，谣言的传播对网络环境和社会秩序有着不容忽视的影响。因此，开展谣言检测

研究，阻止其传播，对维持社会和谐至关重要。系统地梳理了近年来谣言检测领域的研究工作进展，阐释了谣言的

定义以及相关概念的区别与联系；列举了谣言检测的常用数据集并重点对文本数据集进行分析，探讨了包括监督学

习、半监督学习、无监督学习、少样本学习和零样本学习在内的多种机器学习范式策略的谣言检测方法；创新性地讨

论了大模型在谣言检测中的应用，并综合介绍了图像、视频等多模态数据在谣言检测中的处理方法和相关研究。最

后，对谣言检测面临的挑战以及未来可能的发展方向进行了探讨。

关键词：社交媒体；谣言检测；多模态；大模型

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2407-0550

SocialMediaRumorDetection:Methods,Challenges,andTrends

1111111

LIUXinnan,HONGXinyu,CAOZhenyang,LIRongrong,WANGZishuo,ZHOUJunkang,TANGBin,

LUHengyang1，2+

1.SchoolofArtificialIntelligenceandComputing,JiangnanUniversity,Wuxi,Jiangsu214000,China

2.ChinaUKInternationalJointLaboratoryofArtificialIntelligence,MinistryofScienceandTechnology,Wuxi,Jiangsu

214000,China

Abstract：Withtherapiddevelopmentofsocialmedia,thespreadofrumorshasanimpactonthenetworkenvironment

andsocialorderthatcannotbeignored.Therefore,itisveryimportanttocarryoutresearchonrumordetectionandpre-

ventitsspreadtomaintainsocialharmony.Thispapersystematicallyreviewstheresearchprogressinthefieldofrumor

detectioninrecentyears.Firstly,thedefinitionofrumorandthedifferencesandconnectionsofrelatedconceptsare

explained.Secondly,thecommondatasetsofrumordetectionarelistedandtextdatasetsareanalyzed,andtherumor

detectionmethodsofvariousmachinelearningparadigmstrategiesarediscussed,includingsupervisedlearning,semi-

supervisedlearn