[發(fā)明專利]融合文本和傳播結(jié)構(gòu)的早期謠言檢測方法

有效

• 申請?zhí)枺?/td>: 202011245311.6
• 申請日: 2020-11-10
• 公開（公告）號: CN112329444B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 陳晨;屠克非;袁曉潔
• 申請（專利權(quán)）人: 南開大學(xué)
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F16/35;G06N3/04;G06N3/08;G06Q50/00
• 代理公司: 天津耀達(dá)律師事務(wù)所 12223
• 代理人: 張耀

融合傳播結(jié)構(gòu)的謠言檢測方法，涉及社交網(wǎng)絡(luò)數(shù)據(jù)檢測。利用新聞的傳播結(jié)構(gòu)和源文本作為輸入數(shù)據(jù)，構(gòu)建基于深度學(xué)習(xí)的謠言檢測模型。本方法首先提出了一種用于學(xué)習(xí)謠言傳播結(jié)構(gòu)的圖嵌入方法，其能將新聞傳播過程中的傳播結(jié)構(gòu)信息嵌入到合適的隱空間上。本方法還提出了一個(gè)基于CNN模塊的雙分支謠言檢測模型，其包含兩個(gè)子分支，一個(gè)分支用于學(xué)習(xí)謠言的源文本的文本特征，另一個(gè)分支則用于檢測蘊(yùn)含在嵌入節(jié)點(diǎn)序列的傳播結(jié)構(gòu)特征。對于Weibo和Twitter的四個(gè)常見數(shù)據(jù)集，本方法能夠?qū)W習(xí)到謠言的傳播結(jié)構(gòu)特征，并將其和文本特征進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明，本方法不僅擁有優(yōu)于目前已有的方法的檢測效果，還能夠在謠言傳播的早期就給出判斷。

技術(shù)領(lǐng)域

本發(fā)明屬于人工智能領(lǐng)域，具體涉及社交網(wǎng)絡(luò)數(shù)據(jù)，對社交媒體中出現(xiàn)的謠言，提出了一種融合傳播結(jié)構(gòu)和文本的檢測方法。

背景技術(shù)

隨著社交網(wǎng)絡(luò)的普及，越來越多的用戶受到謠言帶來的負(fù)面影響。與此同時(shí)，也有一些有心之人在社交網(wǎng)絡(luò)中傳播謠言用以達(dá)成特定的商業(yè)目的和政治目的。例如，許多產(chǎn)品為了增加自己的產(chǎn)品知名度，刻意購買水軍和網(wǎng)絡(luò)流量用以增加產(chǎn)品在用戶中的知名度。隨著謠言的傳播和泛濫，越來越多的用戶開始暴露在不可靠的信息之下，也給互聯(lián)網(wǎng)社區(qū)的運(yùn)營帶來了極大的挑戰(zhàn)。本方法意在融合謠言的文本和傳播結(jié)構(gòu)用以解決謠言的早期檢測問題。

早期謠言檢測的難點(diǎn)在于，在謠言傳播的早期，其傳播結(jié)構(gòu)的信息非常稀疏，并不足以為模型提供充足的信息用來判斷謠言的真實(shí)性。因此，本方法旨在解決謠言傳播的稀疏性問題，通過構(gòu)造合適的傳播結(jié)構(gòu)表示，將傳播結(jié)構(gòu)和謠言的文本信息相融合，進(jìn)而取得良好的謠言檢測效果。

近年來在謠言檢測方面有很多研究，研究重點(diǎn)是如何更好的提取謠言的文本特征和傳播結(jié)構(gòu)特征。特別地，由于傳播結(jié)構(gòu)特征的復(fù)雜性和稀疏性，針對其的建模方式受到越來越廣泛的關(guān)注，主要的建模方式包括序列建模、樹結(jié)構(gòu)建模、相鄰節(jié)點(diǎn)建模等等。隨著深度學(xué)習(xí)模型的廣泛應(yīng)用，提取和融合傳播結(jié)構(gòu)的深層次特征成為可能，深度學(xué)習(xí)方法在許多任務(wù)上都表現(xiàn)出良好的傳播結(jié)構(gòu)的特征抽取和融合能力。

然而，現(xiàn)有的謠言檢測方法著重于提高謠言檢測的準(zhǔn)確性。通常來說，這些模型可能需要等謠言傳播很長時(shí)間以后，才能得到充分的特征信息用以判斷該謠言的真實(shí)性。這一非實(shí)時(shí)特性使得模型不能夠在謠言傳播的早期階段對謠言予以判斷，也使得模型的使用者無法在早期獲得針對謠言的審核和治理依據(jù)。此外，針對謠言傳播結(jié)構(gòu)的建模也不充分，真實(shí)的謠言的傳播過程非常復(fù)雜，主流的方法往往將其建模為簡單的傳播序列。序列建模僅僅考慮了傳播過程的時(shí)序特性，忽略了傳播過程的結(jié)構(gòu)特性。另外，目前的方法著重關(guān)注融合單條新聞的傳播結(jié)構(gòu)和文本，其并沒有考慮到傳播結(jié)構(gòu)信息在早期的稀疏特性。綜上所述，融合傳播結(jié)構(gòu)的早期謠言檢測是一項(xiàng)創(chuàng)新的研究問題，具有重要的研究意義和應(yīng)用價(jià)值。

發(fā)明內(nèi)容

本發(fā)明的目的是解決現(xiàn)有的謠言檢測方法無法充分利用傳播結(jié)構(gòu)的特征的問題，提出一種融合傳播結(jié)構(gòu)和文本的早期謠言方法，本發(fā)明利用基于深度學(xué)習(xí)的方法，創(chuàng)新地提出了一種建模、融合傳播結(jié)構(gòu)特征的方法，提高了謠言檢測的效果，特別是在早期謠言檢測任務(wù)上的效果。

本發(fā)明的技術(shù)方案

融合文本和傳播結(jié)構(gòu)的早期謠言檢測方法，該方法的詳細(xì)內(nèi)容如下：

第1、數(shù)據(jù)集的預(yù)處理

在數(shù)據(jù)的預(yù)處理階段，收集新聞的訓(xùn)練集樣本，其包括新聞的源文本以及用戶之間的轉(zhuǎn)發(fā)關(guān)系。在完成數(shù)據(jù)集的收集工作完成以后，我們將對數(shù)據(jù)集進(jìn)行預(yù)處理用以得到新聞的傳播結(jié)構(gòu)的特征表示。謠言的每個(gè)樣本包括三部分：新聞的源文本s_i，新聞的傳播樹T_i和新聞的標(biāo)注標(biāo)簽l_i。

第1.1、傳播樹的建模

謠言的傳播樹結(jié)構(gòu)是一個(gè)描述傳播結(jié)構(gòu)的良好建模方式。其既可以建模出新聞傳播過程中的時(shí)序上的先后關(guān)系，也可以建模傳播過程中的結(jié)構(gòu)關(guān)系。