-
题名基于用户权威度和多特征融合的微博谣言检测模型
- 1
-
-
作者
许莉芬
曹霑懋
郑明杰
肖博健
-
机构
华南师范大学计算机学院
华南师范大学人工智能学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2024年第4期752-760,共9页
-
文摘
网络谣言的广泛传播及其对社会的负面影响急切需要高效的谣言检测模型。由于数据集的文本缺乏语义信息和严格的句法结构,结合用户特征和语境特征来丰富语义信息显得很有意义。对此,提出一种基于用户权威度和多特征融合的微博谣言检测模型MRUAMF。首先,抽取出用户信息完整度、用户活跃度、用户交际广度和用户平台认证指数4项指标构建用户权威度定量计算模型,通过级联用户权威度及其构成指标,并使用2层全连接网络融合特征,有效量化用户特征。其次,考虑到语境对谣言理解的有效性,提取相关语境特征。最后,使用BERT预训练模型提取文本特征,并结合多模态适应门MAG融合用户特征、语境特征与文本特征。在微博数据集上进行的实验表明,相比基线模型,MRUAMF模型的检测性能更优,准确率达0.941。
-
关键词
谣言检测
BERT
mag
用户权威度
层次分析法
-
Keywords
rumor detection
bidirectional encoder representations from transformers(BERT)
multimodal adaption gate(mag)
user authority
analytic hierarchy process
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-