1.Abstract 分析表明，谣言的广泛传播通常是故意宣传的宣传活动的结果，这些宣传活动旨在形成对相关新闻事件的集体意见。 在本文中，我们尝试与自身对抗这种混乱，以使自动谣言检测更加稳健和有效。 我们的想法受到源自生成对抗网络（GAN）的对抗学习方法的启发。 我们提出了一种 GAN 风格的方法，其中生成器旨在产生不确定或冲突的声音，使原始对话线程复杂化，以迫使鉴别器从增强的、更具挑战性的示例中