本发明公开的属于自然语言处理和信息传播技术领域，具体为基于双向图神经网络的谣言检测方法，包括具体步骤如下：利用深度学习方法对用户生成内容短文本数据进行词特征提取，使用提取的词特征建立HIN框架，使之能够集成附加信息并捕获文本和附加信息之间的丰富关系，以此减少文本的稀疏性，本发明的方法提出了一种灵活的HIN(异构信息网络)框架来对短文本建模，它可以集成任何类型的附加信息，以及捕捉它们的关系，以解决语义稀疏性。在此基础上，提出一种基于两级注意力机制的异构图注意力网络(HGAT)，通过嵌入HIN以进行文本分类，其拥有两级注意力机制，分别为节点级注意力机制和类型级注意力机制。