随着移动互联网的蓬勃发展,人们越来越多地通过网络社交媒体便捷快速地获取和传播各类信息。由于其门槛低、监管松、可牟利的特性,社交媒体平台成为不实信息制造和传播的“沃土”;日趋老龄化的社会人口对养生保健信息存在巨大需求,健康相关领域也因此成为不实信息泛滥的重灾区。本文依托于中文文本分类、机器学习和深度学习技术,以实现虚假健康类社交媒体信息的检测和识别为目的,利用网络爬虫采集的健康类媒体信息数据,分别设计并搭建基于机器学习和基于深度学习的健康类不实信息检测框架,并进行实验验证。本文主要工作和创新点如下:(1)构建了包含4381篇网络文章的健康类社交媒体不实信息检测数据集。一方面,利用Python语言编写网络爬虫采集健康类真实信息,包含了来自科普中国健康版块、丁香医生科普版块和果壳网健康话题相关的网络文章,另一方面,利用微信辟谣助手、微博谣言等采集了包含健康类虚假信息的网络文章,并对两部分数据进行整合、筛选和清洗,方便了后续研究的开展;(2)设计了基于机器学习特征扩展的健康类不实信息检测方法。从写作风格、主题倾向和特征分布三方面对比分析健康类真实与虚假信息差异,分别构建共现关系扩展特征(cooExt)、标题骗点击模式扩展特征(cliExt)和内容语义统计扩展特征(staExt),利用三类特征和文章标题向量表示训练朴素贝叶斯、k最近邻、SVM和决策树分类器完成健康类社交媒体不实信息检测任务,并设计实验证明上述扩展特征能够在训练数据较少的情况下极大提高分类性能;(3)设计了基于深度学习特征融合的健康类不实信息检测方法。利用doc2vec将整篇文档表示为文档向量,输入三层卷积神经网络提取局部特征,同时采用长短时记忆网络(LSTM)提取语义特征、注意力模块强化语义特征,两路特征融合后接入全连接层和softmax层完成健康类社交媒体不实信息检测任务,并设计实验证明所融合的特征能够提升深度学习模型的语义特征提取和强化能力,从而提高分类性能。