10.3969/j.issn.2095-2163.2019.03.073
基于时间序列网络的谣言检测研究
本文主要研究了GRU,LSTM等深度学习模型在谣言检测上的应用,判断微博文本是否为谣言类信息.考虑到新浪微博平台的图结构,一条微博文本对应着多条评论信息,评论中可能包含对该条文本的态度,例如赞成、反对、怀疑等.因此,本文在判断微博文本是否为谣言时,融合了评论信息,将评论看作一条时间线上的各个时刻,按照时间节点展开,作为时间序列模型每个时刻的输入,并且利用注意力机制衡量每个时间节点对最终语义表示的重要程度.实验结果表明,在加入评论信息及attention机制后,实验结果具有明显提升,最后达到92.66％的识别准确率.
谣言检测、深度学习、新浪微博、分类
9
TP391.41(计算技术、计算机技术)
2019-06-03（万方平台首次上网日期，不代表论文的发表时间）
共4页
300-303
