摘要
一种基于信息传播结构的谣言检测方法,将社交网络数据按照转发关系构建推文传播树;通过节点替换策略将传播树转换为用户转推子图,并通过节点归并与边属性融合构建全局用户转发网络;使用“深度游走生成树”算法和WL算法分别提取用户转推网络的局部和全局结构特征,并将两者拼接得到完整的结构编码;同时,通过预训练大语言模型提取推文内容特征得到内容编码,同时利用拉普拉斯矩阵、亲密度排序等算法计算用户转推网络上的位置编码信息,然后将相应编码进行拼接,输入Graph Transformer模型中捕捉各项特征与传播推文真实性之间的关联。最后,利用MLP分类器判断推文是否为谣言。为社交网络中的谣言检测提供了一种高效可靠的解决方案。
技术关键词
节点
谣言检测方法
网络
标签
矩阵
拉普拉斯
生成树
注意力
中文文本
算法
多层感知机
文本内容特征
分词
步数计数器
位置编码信息
邻居
BERT模型
系统为您推荐了相关专利信息
主动学习策略
机器学习框架
蒙脱土
分子动力学方法
前馈神经网络
修复方法
节点
深度学习融合
智能传感器
电力调度中心
电压控制方法
状态观测器
长短期记忆网络
分布式发电单元
电压控制系统
工业机器人
拉力传感器
称重机构
活动盖板
缓冲弹簧