[發明專利]一種基于群智數據融合的假消息早期檢測方法在審
| 申請號: | 201911015855.0 | 申請日: | 2019-10-24 |
| 公開(公告)號: | CN110765108A | 公開(公告)日: | 2020-02-07 |
| 發明(設計)人: | 郭斌;吳廣智;丁亞三;於志文;王柱;王亮;梁韻基 | 申請(專利權)人: | 西北工業大學 |
| 主分類號: | G06F16/21 | 分類號: | G06F16/21;G06N3/04 |
| 代理公司: | 61222 西安利澤明知識產權代理有限公司 | 代理人: | 劉偉 |
| 地址: | 710072 *** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 評論 用戶屬性 學習 時序 內容特征 神經網絡 屬性特征 數據資源 特征融合 消息識別 早期檢測 融合 基于群 準確率 環節 聯合 | ||
1.一種基于群智數據融合的假消息早期檢測方法,其特征在于:
建立評論模型:利用2層GRU單元的Attention-RNN學習評論特征;
建立用戶屬性模型:利用CNN學習用戶屬性特征;
建立聯合模型:融合兩部分特征,得到最終的消息識別結果。
2.根據權利要求1所述的一種基于群智數據融合的假消息早期檢測方法,其特征在于:包括以下步驟:
S1:獲取社交媒體平臺上新聞事件消息的帖子,以及帖子下的評論和發表評論的用戶的相關信息;
S2:對新聞事件消息的真假性進行標注;
S3:對新聞事件下的評論做向量嵌入,構成時間序列,通過Attention-RNN學習序列中的特征;
S4:對新聞事件下評論用戶做向量嵌入,使用用戶的屬性信息代表用戶,構成用戶矩陣,通過CNN學習矩陣中的特征;
S5:將評論和用戶屬性的特征融合,作為一個新聞事件的特征,通過全連接網絡得到識別結果。
3.根據權利要求2所述的一種基于群智數據融合的假消息早期檢測方法,其特征在于:所述S2中標注具體為:定義一個新聞事件消息E={P,S},具有新聞事件原文文本P,以及時間序列S={s1,s2,...,sn},其中si={ui,ti,ci}包含用戶ui在時刻ti留下的評論ci,其中ui={a1,a2,...,an}目標是獲得一個預測函數F(s),使得它滿足:
4.根據權利要求2所述的一種基于群智數據融合的假消息早期檢測方法,其特征在于:所述S2中標注的新聞事件真假性在新浪微博辟謠平臺、Snopes.com、Politifact.org行判別。
5.根據權利要求2所述的一一種基于群智數據融合的假消息早期檢測方法,其特征在于:所述S3中首先把新聞事件下的評論按時序排列,將評論按數量分段,在分段之間用TF-IDF算法得到每段的關鍵詞,再用Word2Vec向量作為詞的語義嵌入;隨后將每個分段輸入到2層GRU單元的Attention-RNN網絡中,獲得評論的特征。
6.根據權利要求2所述的一種基于群智數據融合的假消息早期檢測方法,其特征在于:所述S4中將用戶按時間排序,把用戶屬性信息構成用戶特征矩陣,通過K個濾波器進行卷積后再池化,得到用戶的特征向量。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西北工業大學,未經西北工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911015855.0/1.html,轉載請聲明來源鉆瓜專利網。





