基于时间序列网络的谣言检测研究

• 作者: 任文静 刘挺 秦兵
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 谣言检测 深度学习 新浪微博 分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 科技创见与应用
• 页码范围: 300-303
• 页数: 4页
• 分类号: TP391.41
• 字数: 4231字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.03.073

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘挺	哈尔滨工业大学计算机科学与技术学院	142	4348	34.0	63.0
2	秦兵	哈尔滨工业大学计算机科学与技术学院	50	1591	16.0	39.0
3	任文静	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0