摘要
本发明公开了基于分区过滤网络的虚假新闻检测方法及系统,其中方法包括:对新闻文本特征和评论文本特征进行融合,得到事件特征;将新闻文本与评论文本输入双重情感获取模块中,得到双重情感特征;将评论文本的词向量,输入到分区过滤网络中,得到初始立场特征和初始谣言特征;将事件特征与初始立场特征进行融合,得到修正后的立场特征;对修正后的立场特征进行分类,得到第一分类结果;将初始谣言特征、双重情感特征和修正后的立场特征进行融合,得到修正后的谣言特征;对修正后的谣言特征进行分类,得到第二分类结果;对第一分类结果和第二分类结果进行融合,得到最终的分类结果。
技术关键词
情感特征
谣言
文本
BERT模型
事件特征
LSTM模型
计算机可读指令
情感类别
记忆
网络
多头注意力机制
子模块
非暂时性
情感分类器
输入端
分区方式
加法器
系统为您推荐了相关专利信息
版面生成方法
文本
大语言模型
主题关键词
计算机可读指令
特征提取网络
特征抽取方法
文本段落
序列
前馈神经网络