申请/专利权人:三峡大学
申请日:2023-12-07
公开(公告)日:2024-04-09
公开(公告)号:CN117852532A
主分类号:G06F40/279
分类号:G06F40/279;G06F40/216;G06F18/214;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于多层次不真实性传播结构的谣言检测方法,首先进行社交媒体数据集的整理与构建,再对谣言检测模型的输入数据进行预处理,然后进行谣言检测模型的搭建、训练以及验证,最后使用谣言检测模型对社交媒体事件的真实性进行识别;该方法解决了现有技术无法有效处理传播结构中的不真实关系,也没有同时联合谣言传播的方向和全局传播结构来捕捉潜在的特征,从而限制谣言检测的效果的问题,具有可以有效地降低事件原始传播结构存在的不稳定性因素给检测结果带来的影响,进一步提高了谣言检测模型的性能的特点。
主权项:1.一种基于多层次不真实性传播结构的谣言检测方法,其特征在于,包括以下步骤:S1,进行社交媒体数据集的整理与构建;S2,对谣言检测模型的输入数据进行预处理;S3,进行谣言检测模型的搭建、训练以及验证,谣言检测模型的网络结构包括节点级注意力层、多层次图卷积层以及注意力池化层;S4,使用谣言检测模型对社交媒体事件的真实性进行测试与识别,包括:S401,在公开数据集上,与现有的基于谣言传播结构的算法进行对比实验;S402,对谣言检测模型进行消融实验;S403,对谣言检测模型进行参数分析;S404,对谣言检测模型进行可视化分析。
全文数据:
权利要求:
百度查询: 三峡大学 一种基于多层次不真实性传播结构的谣言检测方法
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。