申请/专利权人：四川大学

申请日：2022-04-08

公开（公告）日：2022-07-05

公开（公告）号：CN114444516B

主分类号：G06F40/30

分类号：G06F40/30;G06K9/62;G06N3/04;G06F40/289;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2022.07.05#授权;2022.05.24#实质审查的生效;2022.05.06#公开

摘要：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。

主权项：1.一种基于深度语义感知图卷积网络的粤语谣言检测方法，其特征在于，包括以下步骤：步骤1：构造多组健康类粤语谣言关键词，对相关的推文、用户、转发及评论信息进行获取，构建具备图结构信息的粤语谣言数据集Net-CR-Dataset，即根据社交网络中的实体及其之间的关系建模为图G＝V,E；步骤2：融合BERT模型、GCN网络以及注意力机制，提出社交网络粤语谣言检测模型SA-GCN：运用改进的GCN网络提取推文的结构特征向量；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中文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；最终对这两类特征进行融合，获得最终的分类结果；所述步骤2包括：步骤2.1：提取结构特征：将Net-CR-Dataset中的原推文、转推、评论作为节点，将转发和评论关系作为边进行建模，将社交网络中推文的传播路径转化为图结构数据，并运用改进的GCN网络来对推文的传播路径上的信息进行聚合，从而生成推文的高级结构特征向量；所述步骤2.1提取结构特征具体包括：步骤2.1.1：运用多头注意力机制来挖掘顶点之间的潜在结构相关性，包括非直连的节点，以及之间经过多跳的节点；具体过程如下：先使用fastText提供的粤语预训练词向量来生成节点的特征U＝{u1,u2,...,uN}，其中N为所有的节点数；再通过构建注意力邻接矩阵A将原始推文的传播树转化为以权重边全连接的图，从而综合考虑各个推文节点之间的结构关系；第m个头相关的第m个注意力邻接矩阵的计算如下： 其中，Q和K等同于节点特征，即为提取的节点特征U；d是特征向量的维度；和分别为Q和K的传递矩阵；步骤2.1.2：使用紧密连接层来捕获本地和远距离的节点特征，解决浅层GCN无法学习到深层关联节点信息的问题，并生成更好的节点表示；每一个紧密连接层都包含L个子层；对于节点i来说，其经过第l个子层的输出如下式所示： 其中，ρ为ReLU函数，权重矩阵和偏置取决于Am；Am为第m个头相关的第m个注意力邻接矩阵；表示节点i和节点j的连接情况，为矩阵Am中的元素；为节点j在第l个子层的输入特征，由h0和{1,2,...,l-1}子层更新产生的节点特征h1,...,hl-1拼接而成，计算方式如下式所示： 步骤2.1.3：引入线性组合层来整合来自不同密集连接层的表示，线性组合层的输出定义如下式所示：S＝Wcombhout+bcomb6其中，hout＝[h1；...；hM]，hM表示第M个紧密连接层输出的特征向量；Wcomb为各特征向量的权重矩阵，bcomb为偏置向量。

全文数据：

权利要求：

百度查询： 四川大学 一种基于深度语义感知图卷积网络的粤语谣言检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD