基于C-GRU的微博谣言事件检测方法

李力钊¹(),蔡国永¹,潘角²

1. 桂林电子科技大学计算机与信息安全学院, 广西 桂林 541004
2. 桂林凯歌信息科技有限公司, 广西 桂林 541004

收稿日期:2018-05-25出版日期:2019-04-20发布日期:2019-04-19

作者简介:李力钊(1993—)，男，山西长治人，硕士研究生，主要研究方向为数据挖掘，谣言检测.E-mail:786225251@qq.com
基金资助:桂林市科学研究与技术开发计划项目(20170113-6)

A microblog rumor events detection method based on C-GRU

Lizhao LI¹(),Guoyong CAI¹,Jiao PAN²

1. School of Computer Science and Information Security, Guilin University of Electronic Technology, Guilin 541004, Guangxi, China
2. Guilin Kaige Information Technology Co., Ltd., Guilin 541004, Guangxi, China

Received:2018-05-25Online:2019-04-20Published:2019-04-19


Supported by:桂林市科学研究与技术开发计划项目(20170113-6)

摘要/Abstract

摘要： 提出基于卷积-门控循环单元(convolution-gated recurrent unit, C-GRU)的微博谣言事件检测模型。结合卷积神经网络(convolutional neural networks, CNN)和门控循环单元(gated recurrent unit, GRU)的优点,将微博事件博文句向量化,通过CNN中的卷积层学习微博窗口的特征表示,将微博窗口特征按时间顺序拼接成窗口特征序列,将窗口特征序列输入GRU中学习序列特征表示进行谣言事件检测。在真实数据集上的试验结果表明,相比基于传统机器学习方法、CNN和GRU的谣言检测模型,该模型有更好的谣言识别能力。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1816