一种基于知识蒸馏的多特征融合谣言检测方法、系统及装置

本发明提供了一种基于知识蒸馏的多特征融合谣言检测方法、系统及装置，主要解决现有模型计算开销高、特征融合不足及情感利用不充分的问题。方法首先获取社交媒体原文及评论等多维数据；利用预训练模型提取深度语义表示，结合混合神经网络分析评论情感特征；随后，将语义、情感、表情符号与流行语等特征输入层次门控交互融合网络(GIFN)，动态调整权重以实现多粒度特征的有效融合。为降低复杂度，设计知识蒸馏框架：使用深度GIFN作为教师网络生成软标签，指导轻量化学生网络(LSTM)进行训练。训练后的学生模型显著减小了参数量，同时保持了良好的检测性能，便于部署在实际内容审核系统或边缘设备，高效实现社交内容谣言的识别与判定。