[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

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，...，s_n}，其中s_i＝{u_i，t_i，c_i}包含用戶u_i在時刻t_i留下的評論c_i，其中u_i＝{a₁，a₂，...，a_n}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。