摘要: 人工检测谣言通常需要耗费大量的人力物力,并且会有很长的检验延迟。目前现存的谣言检测模型一般根据谣言的内容,用户属性,传播方式人工的构造特征。特征构建是关键的,但其避免不了会存在片面,浪费人力等现象。为了解决这个问题,本文提出了基于卷积神经网络的谣言检测模型,将微博中的谣言事件向量化,通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征,避免了特征构建的问题,并能发现那些不容易被人发现的特征,从而产生更好的效果。实验结果表明本文方法能够准确的识别谣言事件,在准确率,精确率与F1值指标上优于对比算法。
中图分类号: