近年來,隨著社交媒體的興起,謠言所帶來的問題比以往任何時(shí)候都更加嚴(yán)重。由于謠言涉及經(jīng)濟(jì)、健康、政治等公共話題,其真實(shí)性、正確性無法被及時(shí)驗(yàn)證或永遠(yuǎn)都沒有辦法被驗(yàn)證。這些謠言帶有未經(jīng)證實(shí)甚至是虛假的信息,可能會(huì)引起公眾恐慌,進(jìn)而造成嚴(yán)重的經(jīng)濟(jì)損失,對(duì)社會(huì)產(chǎn)生不良影響。面對(duì)社交媒體上的海量信息,專業(yè)人士鑒別謠言所需的時(shí)間和精力是巨大的,且存在識(shí)別滯后,覆蓋不全面等問題。因此研究和設(shè)計(jì)兼具準(zhǔn)確率,覆蓋率以及及時(shí)性的謠言自動(dòng)識(shí)別方法具有重要意義,能夠在謠言形成有效規(guī)模前及時(shí)辟謠并刪除,降低后續(xù)不良影響,防患謠言于未然。本研究正是基于這樣的出發(fā)點(diǎn),利用采集到的微信謠言數(shù)據(jù)集,結(jié)合分層注意力網(wǎng)絡(luò)、深度強(qiáng)化學(xué)習(xí)、生成對(duì)抗學(xué)習(xí)等方法,設(shè)計(jì)并實(shí)現(xiàn)了混合謠言檢測算法和早期謠言檢測算法。本文主要進(jìn)行了以下幾方面的工作:(1)采集構(gòu)建了微信謠言數(shù)據(jù)集,并對(duì)其進(jìn)行預(yù)處理與分析。具體來說,首先,通過網(wǎng)絡(luò)爬蟲爬取微信公眾號(hào)文章,獲取了大量的謠言事件與真實(shí)事件的文本和社交上下文信息。其次,為了后續(xù)的分析及建模任務(wù),進(jìn)行了清洗、分詞、去停詞三項(xiàng)預(yù)處理操作。隨后,我們分別從時(shí)序性和文本內(nèi)容角度,分析了謠言與非謠言在分布上...

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)
    2.1 爬蟲技術(shù)
    2.2 分層注意力網(wǎng)絡(luò)
        2.2.1 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.2.2 注意力機(jī)制
        2.2.3 分層注意力網(wǎng)絡(luò)
    2.3 強(qiáng)化學(xué)習(xí)
    2.4 生成對(duì)抗學(xué)習(xí)
    2.5 本章小結(jié)
第三章 微信謠言數(shù)據(jù)采集與分析
    3.1 數(shù)據(jù)采集
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 數(shù)據(jù)清洗
        3.2.2 分詞
        3.2.3 去停詞
    3.3 數(shù)據(jù)集分析
        3.3.1 時(shí)序角度
        3.3.2 內(nèi)容角度
    3.4 本章小結(jié)
第四章 基于分層注意力網(wǎng)絡(luò)的混合謠言檢測模型
    4.1 任務(wù)描述和相關(guān)工作
        4.1.1 任務(wù)描述
        4.1.2 相關(guān)工作
    4.2 基于分層注意力網(wǎng)絡(luò)的混合謠言檢測算法設(shè)計(jì)
        4.2.1 HHAN框架
        4.2.2 分層注意力模塊
        4.2.3 輔助信息提取模塊
        4.2.4 集成模塊
        4.2.5 模型訓(xùn)練
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 基線模型
        4.3.3 模型指標(biāo)
        4.3.4 實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
第五章 基于分層注意力網(wǎng)絡(luò)的早期謠言檢測模型
    5.1 任務(wù)描述和相關(guān)工作
        5.1.1 任務(wù)描述
        5.1.2 相關(guān)工作
    5.2 基于分層注意力網(wǎng)絡(luò)的早期謠言檢測研究算法設(shè)計(jì)
        5.2.1 HAN-ERD框架
        5.2.2 基于HAN的謠言檢測模塊
        5.2.3 檢查點(diǎn)模塊
        5.2.4 聯(lián)合訓(xùn)練
    5.3 實(shí)驗(yàn)結(jié)果與分析
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 基線模型
        5.3.3 模型指標(biāo)
        5.3.4 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的研究成果



本文編號(hào)：3818634