基于CNN的微博文本谣言检测.docxVIP

下载本文档

83
0
约1.86万字
约 19页
2022-06-30 发布于广东
举报
版权申诉

基于CNN的微博文本谣言检测.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

3 基于CNN的微博文本谣言检测摘要未经证实的言论的广泛传播对社会生活产生了负面影响。尤其是在在线社交媒体平台中，因为它的开放性和广泛的用户数量，谣言很容易在人群中出现和传播。微博是我国最大的网络社交媒体平台。因此，如何识别微博中的谣言是一个非常具有挑战性和紧迫性的问题。本文针对上述问题提出了基于CNN的微博文本谣言检测模型和基于注意力机制及CNN的微博文本谣言检测模型。第一种模型中，本文在卷积层提取文本的局部特征，卷积层含有不同尺寸的滤波器，这些滤波器可以提取不同的局部特征，最后通过全连接层和Softmax层输出结果。通过实验验证，第一种模型在测试集中的识别准确率达到了