针对当前诸多网络平台的谣言泛滥现象,提出结合长短期记忆(Long-short Term Memory,LSTM)网络与支持向量机(Support Vector Machine,SVM)的可移植谣言早期检测模型。将谣言文本转换为向量序列,通过LSTM网络挖掘谣言文本的深层特征,并引...针对当前诸多网络平台的谣言泛滥现象,提出结合长短期记忆(Long-short Term Memory,LSTM)网络与支持向量机(Support Vector Machine,SVM)的可移植谣言早期检测模型。将谣言文本转换为向量序列,通过LSTM网络挖掘谣言文本的深层特征,并引入有效度、敏感度与热度特征。通过SVM融合训练拟合表明,该模型在多平台数据集上表现出良好的预测结果。展开更多
文摘针对当前诸多网络平台的谣言泛滥现象,提出结合长短期记忆(Long-short Term Memory,LSTM)网络与支持向量机(Support Vector Machine,SVM)的可移植谣言早期检测模型。将谣言文本转换为向量序列,通过LSTM网络挖掘谣言文本的深层特征,并引入有效度、敏感度与热度特征。通过SVM融合训练拟合表明,该模型在多平台数据集上表现出良好的预测结果。
