[發明專利]基于傳播異質圖建模的社交媒體多模態謠言檢測方法

有效

• 申請號: 202010940942.3
• 申請日: 2020-09-09
• 公開（公告）號: CN112035669B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 毛震東;張勇東;陳鑫;王鵬輝
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/31;G06F40/289;G06K9/62;G06N3/04
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;韓珂

1.一種基于傳播異質圖建模的社交媒體多模態謠言檢測方法，其特征在于，包括：

獲取包含文本、圖像以及社交信息的待檢測事件；

基于預訓練模型進行從文本與圖像中各自提取文本特征與圖像特征，并對社交信息進行特征編碼，獲得社交信息特征；

基于文本特征、圖像特征以及社交信息特征構建社交媒體異質信息網絡圖結構，通過節點級別的注意力機制來捕獲不同的節點鄰居的重要性，通過信息聚合，實現將不同類型節點的信息通過注意力分數聚合到一起，實現特征的融合；

將融合的特征輸入至分類器，獲得檢測結果；

其中，所述社交信息包括：數字特征與類別特征；其中，數字特征包括：待檢測事件的轉發數目、點贊數目與發布時間、以及相應用戶的關注對象數目、粉絲數目以及發帖數目；類別特征包括：用戶ID、用戶類型、發布平臺及事件內容是否為原創；

對于數字特征，進行Z-Sore歸一化，表示為：

f_numerical＝Z_Score[f_retweet,f_praise,f_follower,f_time,f_following,f_tweet]

其中，f表示特征，retweet表示轉發數目，praise表示點贊數目，following表示用戶的關注對象數目，time表示發布時間，follower表示用戶的粉絲數目，tweet表示用戶的發帖數目；

對于類別特征采用One-Hot編碼，并采用truncatedSVD進行降維處理，表示為：

f_categorical＝[tsvd(f_uid),tsvd(f_platform),f_original,f_usr-type]

其中，uid表示用戶id，platform表示用戶發表工具，original表示用戶發表內容是否為原創，user-type表示用戶類型，tsvd(.)表示采用truncatedSVD對特征進行降維處理；

再將f_numerical與f_categorical拼接，作為社交信息特征，表示為：

f_social＝Concat[f_categorical,f_numerical]。

2.根據權利要求1所述的一種基于傳播異質圖建模的社交媒體多模態謠言檢測方法，其特征在于，基于預訓練模型Bert進行中文文本特征提取，步驟包括：

首先，進行文本預處理：對文本進行數據清洗，去除非文本內容，并對清洗后的文本進行分詞，以及引入停用詞表，去除文本中無效詞語；

然后，將預處理后的文本輸入至預訓練模型Bert，得到文本特征。

3.根據權利要求1所述的一種基于傳播異質圖建模的社交媒體多模態謠言檢測方法，其特征在于，基于預訓練的卷積神經網絡進行圖像特征的提取；所述卷積神經網絡為去除卷積神經網絡ResNeSt中頂部全連接層后的網絡，網絡中最后一個池化層的輸出即為提取到的圖像特征。