论文部分内容阅读
社交平台谣言检测问题通常以源帖文本,回复文本为谣言检测的判断依据。此外,用户相关数据也利于提高谣言检测准确率。根据文本内容和回复内容呈现的序列特性,个人资料和微博统计数据多维度的无序性,提出基于自注意力的卷积神经网络及用户信誉特征谣言检测方法。该方法利用自注意力和卷积神经网络对源帖以及回复文本进行词级和句子级别的二级编码获取文本语义特征和谣言事件回帖的时序特征,并通过自注意力和最大池化结合用户个人信息及微博统计数据编码用户信誉特征进行谣言检测。在取自微博和推特的两个公开数据集上实验表明:1.结合自注意力的