期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测
1
作者 李东 王福威 +2 位作者 商月阳 张云飞 檀文彬 《河南科学》 2024年第4期469-475,共7页
为了实现对于微博长文本谣言的检测,使用ERNIE模型对微博长文本数据使用词嵌入技术实现对文本的向量化,将这些词向量作为BiLSTM-DPCNN模型的输入,利用BiLSTM-DPCNN模型的特性,捕捉句子中的上下文信息和长期依赖关系,最终高效地提取特征... 为了实现对于微博长文本谣言的检测,使用ERNIE模型对微博长文本数据使用词嵌入技术实现对文本的向量化,将这些词向量作为BiLSTM-DPCNN模型的输入,利用BiLSTM-DPCNN模型的特性,捕捉句子中的上下文信息和长期依赖关系,最终高效地提取特征并进行分类.数据集通过五折交叉验证方法划分,通过设置多组对比实验,实验结果显示:ERNIE-BiLSTM-DPCNN模型的准确率达到98.52%,高于在同一数据集下的其他同组实验,证明该模型对于微博长文本谣言检测具有较好的效果. 展开更多
关键词 ernie-lstm-dpcnn 微博谣言检测 词嵌入 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部