图灵在SemEval-2017任务8中：使用分支LSTM的谣言立场分类的序列方法

本文描述了图灵团队（Team Turing）提交给SemEval 2017 RumourEval比赛的作品：确定谣言的真实性及支持度（SemEval 2017任务8，子任务A）。子任务A旨在解决谣言立场分类的挑战，即识别Twitter用户在讨论某条谣言时对其真实性的态度。立场分类被认为是谣言验证的重要步骤，因此在此任务中表现良好对于揭穿虚假谣言具有重要意义。在这项工作中，我们将一组讨论谣言的Twitter帖子分类为支持、否认、质疑或评论这些底层谣言。我们提出了一种基于LSTM的序列模型，该模型通过建模推文的对话结构，在RumourEval测试集上达到了0.784的准确率，超过了子任务A中的所有其他系统。