一种融合知识图谱与卷积神经网络的不实信息检测方法

本发明提出了一种融合知识图谱与卷积神经网络的不实信息检测方法，属于深度学习和自然语言处理技术领域。该方法利用知识图谱补充背景缺失的命名实体，并对嵌入知识的文本信息进行深层局部语义表示，同时挖掘信息间的全局语义关系，最终将特征融合并利用长短时记忆网络提取消息传播的动态特征，形成融合知识图谱与卷积神经网络的不实信息检测模型，通过背景知识的补充和深层语义信息的表示以及消息间语义关系的挖掘可以很好地提高不实信息检测的准确率；同时本模型也适用于早期不实信息检测任务。