基于SVM的新冠疫情虚假新闻检测
目的 分辨网络中与新冠疫情相关的真实和虚假信息.方法 以权威性新闻网站报道、微博平台评论为主要数据来源,提取真,假两类数据样本,基于支持向量机(SVM)算法对其进行训练与分类识别,比较4种核函数对虚假新闻检测的精准度.结果 支持向量机方法4种核函数中,线性核函数分类器作为信息检测模型成果最优,分类精准度高达85%以上.结论 在突发性公共安全卫生事件中,采用机器学习方法建立监测模型能提高真实信息的辨别率,减少信息时代虚假信息对大众甚至是国家的负面影响.
COVID-19;虚假新闻;SVM
39
TP391.1(计算技术、计算机技术)
国家社会科学基金一般项目;天山雪松科研项目;新疆财经大学研究生科研创新项目
2021-12-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
19-26