一种基于深度学习模型的常识类谣言自动检测方法

首页 > 成果 > 详情

认领

导出

Link by 中国知网学术期刊 Link by 万方学术期刊

反馈

作者信息关键词期刊信息基础信息归属信息摘要

成果类型：

期刊论文

论文标题(英文)：

An Automatic Detection Method of Common Sense Rumors Based on Deep Learning Model

作者：

李郭钰;叶奕;李金玲

作者机构：

南华大学计算机科学与技术学院,衡阳 421000

[叶奕; 李金玲; 李郭钰] 南华大学

语种：

中文

关键词：

Attention机制;谣言检测

关键词(英文)：

LSTM;Word2Vec

期刊：

Xiandai Jisuanji (Puji Ban)

ISSN：

1007-1423

年：

2021

期：

页码：

19-23

DOI：

10.3969/j.issn.1007-1423.2021.10.004

基金类别：

国家级大学生创新创业训练计划（No.S202010555014）；

机构署名：

本校为第一机构

院系归属：

计算机科学与技术学院

摘要：

近年来通过网络爆发的重大舆情事件数量激增,谣言自动检测成为净化网络生态环境的重要研究课题的大背景下,本文主要探讨利用LSTM+Attention深度学习技术对常识类谣言进行自动检测的解决方案,与传统的CNN、MLP、SVM等模型进行对比,并通过实验证明所提出的模型能捕捉到常识类谣言的特征,在常识类谣言的检测任务上比传统的机器学习算法提升超过10%的精度。

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

验证码：

看不清楚，换一个

确定

取消

成果认领

标题：

用户	作者	通讯作者	--
	请选择	请选择	--

确定

取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限，请直接登录访问

如果您没有访问权限，请联系管理员申请开通

管理员联系邮箱：yun@hnwdkj.com