基于教师-学生学习框架的无监督跨域谣言检测方法

本发明属于谣言检测技术领域，公开一种基于教师‑学生学习框架的无监督跨域谣言检测方法，包括以下步骤：利用源域数据对教师检测模型进行有监督训练，并将训练后的参数同步给学生检测模型，完成模型的参数初始化；利用教师检测模型对目标域数据进行伪标签标注，并筛选出目标域数据的高质量伪标签；利用学生检测模型对目标域数据进行自训练，结合高质量伪标签的交叉熵损失和对比学习损失，得到目标域数据的训练损失；利用目标域数据的训练损失反向传播优化学生检测模型参数，并利用移动指数平均算法将训练优化后的学生检测模型的参数平滑地叠加至教师检测模型参数中，返回步骤S2开始下一轮训练。本发明方法提升了无监督跨域谣言检测的效果。