基于句词间特征融合的涉疫虚假信息检测

近年来,网络上各种虚假信息给网络秩序造成不良影响,危害社会稳定。在此对有关虚假信息问题展开研究,提出一种基于自注意力机制与句词间特征融合的虚假信息检测模型。首先,利用爬虫技术对网上相关平台的数据进行采集和整理;其次,通过所采集的数据训练Bert模型,得到文本的句子向量和每个字对应的特征向量;再次,将每个字对应的字向量表示进行平均值池化,并将池化得到的向量和句子向量进行融合,强化字向量的信息作用;最后,将融合后的特征向量输入到自注意力机制网络进行虚假信息检测。研究选择神经网络模型和机器学习模型作为对照,实验发现,在此提出的模型相较于上述模型在准确率上提高了2%,在召回率上提高了3.5%。