基于卷积神经网络的谣言检测

• 作者: 刘政 卫志华 张韧弦
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 微博 谣言检测 谣言事件 卷积神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 第十六届中国机器学习会议(CCML 2017)
• 页码范围: 3053-3056,3100
• 页数: 5页
• 分类号: TP391.41
• 字数: 4130字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.11.3053

摘要

人工检测谣言通常需要耗费大量的人力物力,并且会有很长的检测延迟.目前现存的谣言检测模型一般根据谣言的内容、用户属性、传播方式人工地构造特征,而人工构建特征存在考虑片面、浪费人力等现象.为了解决这个问题,提出了基于卷积神经网络(CNN)的谣言检测模型.将微博中的谣言事件向量化,通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征,避免了特征构建的问题,并能发现那些不容易被人发现的特征,从而产生更好的效果.实验结果表明,所提方法能够准确识别谣言事件,在准确率、精确率与F1值指标上优于支持向量机(SVM)与循环神经网络(aNN)等对比算法.