摘要
本发明公开了一种基于图卷积网络和社会心理学的社交媒体谣言检测方法,本发明涉及自然语言处理技术领域,包括:步骤一、在社交媒体上爬取数据并对数据进行预处理;步骤二、根据所述数据构建谣言事件图,并将所述谣言事件图转化为谣言文本序列;步骤三、对所述谣言文本序列进行特征提取,获得文本上下文特征、主题相似度特征和社会心理学情感特征,融合后获得谣言文本融合特征矩阵;步骤四、将谣言文本融合特征和谣言事件图的邻接矩阵输入至特征重组网络中,获得谣言综合特征;步骤五、将谣言的综合特征输入至谣言分类网络中获得谣言预测分类结果。本发明具有在谣言检测方面具备更优越的性能,准确率更高,具有更强的分类能力的特点。
技术关键词
谣言检测方法
帖子
融合特征
上下文特征
情感特征
文本
矩阵
社交
媒体
分类网络
主题
变压器
预训练模型
序列
数据
自然语言
标签
参数
系统为您推荐了相关专利信息
智能识别系统
人机协同
情感倾向分析
数据存储模块
识别模块
多尺度特征融合
卷积神经网络结构
融合特征
通道注意力机制
算法
时空融合特征
滚动轴承故障智能诊断方法
模态分解方法
提升机
轴承故障诊断
分类识别系统
注意力机制
融合局部特征
图像采集模块
蒙特卡洛