摘要

本文介绍了我们在SemEval 2017任务8——RumourEval子任务A（SDQC）中的系统实现。由于社交媒体上流传的谣言信息往往缺乏充分的背景资料，尤其是在突发新闻事件实时演进过程中，识别谣言是一项极具挑战性的任务。通过分析推特用户对可疑信息所持立场，可为识别潜在谣言提供一种间接途径。本文提出的方案利用两类与主题无关的特征——提示特征（cue features）和消息特定特征（message-specific features），构建梯度提升分类器。实验结果表明，该系统在RumourEval子任务A中取得了0.78的准确率，位列第二名。