收藏本站
收藏 | 投稿 | 论文排版

基于改进生成对抗网络的谣言检测方法

李奥  但志平  董方敏  刘龙文  冯阳  
【摘要】:传统谣言检测算法存在提取文本语义、关键特征等效果不理想的问题,而一般序列模型在文本检测中无法解决特定语义下的特征提取,导致模型泛化能力差。为解决上述问题,该文提出一种改进的生成对抗网络模型(TGBiA)用于谣言检测,该模型采用对抗训练方式,符合谣言在传播过程中人为增删、夸大和歪曲信息的特点,通过对抗网络生成器和判别器的相互促进作用,强化谣言指示性特征的学习,不断提高模型的学习能力。训练过程中的生成器通过Transformer结构代替单一的RNN网络,实现语义的提取和特征的学习,同时,在训练过程中的判别器采用基于双向长短期记忆单元的深度网络分类模型,并引入注意力机制来提升对较长时间序列谣言的判断能力。在公开的微博和Twitter数据集上的实验结果表明,该文提出的方法比其他现有方法检测效果更好,鲁棒性更强。

知网文化
【相似文献】
中国期刊全文数据库 前17条
1 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
2 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
3 梁兆君;但志平;李奥;刘龙文;吴汶奇;;基于社交网络的谣言检测综述[J];电脑编程技巧与维护;2020年04期
4 孙王斌;;多特征融合的可移植谣言早期检测模型[J];计算机时代;2020年09期
5 王志宏;过弋;;微博谣言事件自动检测研究[J];中文信息学报;2019年06期
6 史瑀;谣言猛于“毒”[J];电脑爱好者;2005年11期
7 天涯衰草;;辟谣助手快速分辨微信谣言[J];电脑爱好者;2017年15期
8 李城;沙俊淞;武文;;基于最长公共子序列的微博谣言溯源研究[J];计算机与现代化;2018年01期
9 金志威;曹娟;王博;王蕊;张勇东;;融合多模态特征的社会多媒体谣言检测技术研究[J];南京信息工程大学学报(自然科学版);2017年06期
10 ;几个著名的Windows伪优化技巧[J];网络与信息;2009年03期
11 蔡国永;毕梦莹;刘建兴;;基于标记信息级联传播树特征的谣言检测新方法[J];计算机工程与科学;2018年08期
12 范英盛;韩一士;李国军;;一种基于元胞自动机的谣言动态传播模型[J];南通大学学报(自然科学版);2016年03期
13 艾文;;BEA:“四轮”碾碎收购谣言[J];软件世界;2006年16期
14 关菁华;刘鑫;刁建华;;基于词嵌入的微博谣言主题分类研究[J];软件导刊;2019年04期
15 ;Windows系统优化及系统安全伪技巧揭秘[J];计算机与网络;2011年19期
16 马晓宁;梁晓菡;;实时微博谣言的未来传播范围评估方法[J];计算机工程与设计;2019年10期
17 罗嗣卿;王佳玉;李冰珂;;改进的组合优化决策树谣言判别方法研究[J];计算机仿真;2018年02期
中国硕士学位论文全文数据库 前7条
1 郑君蕃;基于视觉数据的谣言检测[D];电子科技大学;2020年
2 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
3 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
4 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
5 王敏;谣言对股票价格作用的仿真研究[D];湖南大学;2016年
6 路金泉;面向社交网络信息管控的信息可信度评估方法研究[D];解放军信息工程大学;2017年
7 潘树银;基于群体智慧的社交网络数据挖掘的研究[D];贵州大学;2017年
中国重要报纸全文数据库 前1条
1 杨琳桦;亚马逊下一个征服目标:电视[N];21世纪经济报道;2014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