본 논문은 소셜 미디어의 허위 정보 확산 문제를 해결하기 위해, 허위 정보가 사용자 의견을 양극화시키는 상황에서의 스탠스 감지 성능 향상을 목표로 하는 새로운 방법론인 SPLAENet을 제안한다. SPLAENet은 이중 교차 어텐션 메커니즘과 계층적 어텐션 네트워크를 사용하여 소스 텍스트와 답글 텍스트 간의 상호 관계를 포착하고, 감정 정보를 활용하여 서로 다른 스탠스 범주를 효과적으로 구분한다. 또한, 거리 측정 학습을 이용한 레이블 융합 기법을 통해 추출된 특징과 스탠스 레이블 간의 정렬을 개선하여 스탠스 구분 정확도를 높였다. RumourEval, SemEval, P-stance 데이터셋 실험 결과, 기존 최첨단 방법들에 비해 유의미한 성능 향상을 보였다.
