收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

融合元路径学习和胶囊网络的社交媒体谣言检测方法

刘楠  张凤荔  王瑞锦  张志扬  赖金山  
【摘要】:以源推特文本为研究对象,深度挖掘推特正文内容的语义信息,并强调谣言在具有异质性的社交网络传播过程中存在的结构特征,以达到提升谣言检测效果的目的。采取基于One-Hot Encoding的词嵌入方法,结合Multi-head attention机制实现推特正文内容初级语义特征的提取,并进一步基于胶囊网络(CapsNet)构建内容胶囊(content-capsule)模块实现对正文内容深度语义特征的提取,结合图卷积胶囊(GCN-Capsule)模块实现谣言在社交网络中传播结构特征的提取,将两种胶囊向量采用一种动态路由机制进行融合,进一步丰富输入特征,之后输出源推特的分类结果,进而实现源推特的谣言检测。实验结果显示,该模型对谣言识别的正确率达93.6%。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 马圆圆;;社交平台上的谣言检测综述[J];长江信息通信;2022年04期
2 奚金霞;;基于情感增强的微博谣言检测[J];现代计算机;2021年36期
3 柳先觉;徐义春;董方敏;;结合文本及用户资料数据的微博谣言检测[J];信息通信;2020年12期
4 陈耿;黄取治;;半监督学习的微博谣言检测分析[J];电脑知识与技术;2021年15期
5 杨延杰;王莉;王宇航;;融合源信息和门控图神经网络的谣言检测研究[J];计算机研究与发展;2021年07期
6 王昕岩;宋玉蓉;宋波;;一种加权图卷积神经网络的新浪微博谣言检测方法[J];小型微型计算机系统;2021年08期
7 万齐斌;胡枫;周马特;Sun Shuifa;;面向推特平台的谣言检测综述[J];信息通信;2019年12期
8 马鸣;刘云;刘地军;白健;;基于主题和预防模型的微博谣言检测[J];北京理工大学学报;2020年03期
9 廖海生;;基于区块链技术的微信谣言治理研究[J];网络安全技术与应用;2022年04期
10 刘校麟;陈蕾;;基于机器学习的突发事件微博谣言识别技术研究进展[J];网络安全技术与应用;2022年05期
11 刘勘;黄哲英;;重大突发疫情事件中的谣言识别[J];华南理工大学学报(自然科学版);2021年01期
12 李郭钰;叶奕;李金玲;;一种基于深度学习模型的常识类谣言自动检测方法[J];现代计算机;2021年10期
13 ;2021年6月谣言盘点[J];中国信息安全;2021年07期
14 杨利君;滕冲;;基于增强的双向树表示的推特谣言立场检测模型[J];中文信息学报;2021年10期
中国博士学位论文全文数据库 前1条
1 柯尊旺;网络舆情分析若干关键理论及应用研究[D];新疆大学;2021年
中国硕士学位论文全文数据库 前20条
1 张鹏飞;轻量级可解释谣言检测方法研究[D];北京交通大学;2021年
2 李奥;基于生成对抗网络的谣言检测方法研究[D];三峡大学;2021年
3 蒋星星;基于文本分类的新冠疫情谣言检测方法研究[D];北京交通大学;2021年
4 邢凤;社交网络中的谣言检测方法研究[D];北京邮电大学;2020年
5 郑君蕃;基于视觉数据的谣言检测[D];电子科技大学;2020年
6 高悦;基于分层注意力网络的早期谣言检测研究与应用[D];北京邮电大学;2020年
7 孙朋;基于传播结构的微博谣言检测研究[D];河北大学;2021年
8 田程;基于深度学习模型的谣言检测技术研究[D];东南大学;2021年
9 陈香熖;基于图知识嵌入的谣言检测技术研究[D];厦门大学;2020年
10 缪鑫;基于预训练语言模型集成的谣言检测方法研究[D];广东工业大学;2021年
11 吕倩;基于多任务学习的谣言处理的研究[D];南京邮电大学;2021年
12 林礼俊;基于多模态深度学习的社交谣言媒体检测[D];华东师范大学;2021年
13 薄雨濛;面向微博的谣言识别与统计规律研究[D];上海财经大学;2020年
14 万齐斌;基于深度学习的语义分类及其在谣言检测中的应用研究[D];三峡大学;2020年
15 王星宇;基于长短期记忆网络及深层特征的谣言识别系统[D];河北大学;2020年
16 琚心怡;基于深层双向转换编码器的谣言检测方法[D];浙江工商大学;2020年
17 李巍胤;基于情感分析的微博谣言识别模式研究[D];重庆大学;2016年
18 耿唯佳;基于深度学习的谣言检测算法与应用[D];南京邮电大学;2021年
19 黄振;基于谣言-辟谣信息的网络舆情群体行为分析与预测研究[D];重庆邮电大学;2020年
20 刘必为;基于多模态数据的网络多媒体谣言识别[D];武汉大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978