本发明涉及谣言检测技术领域，具体公开了一种基于深度语义感知图卷积网络的粤语谣言检测方法，首先构造多组健康类粤语谣言关键词，并构建Web爬虫对相关的推文、用户、转发及评论信息进行获取，在完成数据标注后构造出数据集Net‑CR‑Dataset；其次，设计一个深度语义感知图卷积神经网络模型SA‑GCN；根据粤语独特的语言特征对BERT中文预训练模型进行优化，同时运用收集的大量粤语语料对BERT预训练模型进行进一步预训练和微调，从而提取出推文的语义特征向量；并运用改进的GCN网络，从而提取出推文的结构特征，生成结构特征向量；最终，SA‑GCN模型将结构特征向量和语义特征向量进行融合，获得最终的分类结果。本发明在检测效果与早期检测能力方面都优于其他常用的检测方法。