微博上谣言的特征提取及识别算法的研究

• 作 者: 马鸣
• 出 处: 北京交通大学
• 发表日期: 2019年01期
• 关键词: 谣言检测 特征提取 机器学习 神经网络

随着社交媒体信息的快速发展,以新浪微博、抖音、快手为代表的新兴媒体平台成为人们获取信息、分享信息、传播信息的主要平台。然而,这些社交媒体平台带来信息访问的便利性和丰富性时,也为虚假信息的传播带来了便利性和广泛性。社交媒体中谣言的广泛传播严重阻碍了人们获得可靠信息的途径,并可能在一些紧急情况发生时导致巨大的经济损失或造成严重的公众恐慌。传统的谣言检测方法将谣言视为分类问题,致力于提取谣言的社交特征,但是这些方法都忽略了当前庞大的官方谣言数据集和谣言的语义特征。近年来,深度学习在各领域中取得了一定成就,同时词向量表示在应用中表现出良好的性能,这为谣言检测领域的相关研究带来了启发。为了解决目前谣言检测中存在的单一特征的问题,本文从传统的谣言检测方法和基于深度学习的谣言检测方法两方面入手,利用官方认证的谣言数据集提取谣言的社交特征,以实现谣言的早期检测。同时,结合词嵌入表示和神经网络模型,以提高谣言的语义特征检测,并将语义特征和社交特征融合,全方位多层次的对社交媒体上的新闻进行虚假新闻识别。主要的研究工作包括:1.设计基于主题和预防模型的谣言检测算法。首先对官方谣言数据集主题提取,按主题分类后提取该谣言子集的特殊符号的统计特征。然后将样本与官方谣言子集中的微博进行相似度计算,将其值作为统计特征进入有监督的机器学习。最后实验结果表明,提出的分类特征有效的提高了检测谣言的正确率。同时,在早期谣言检测工作中也具有较好的效果。2.设计基于多特征融合的深度神经网络模型来学习事件级新闻的谣言检测。事件级新闻指新闻发布的原始微博及相关的评论转发内容。事件级新闻可以获取更多的语义信息同时展示了该新闻的传播途径。将事件级新闻划分成子事件,每个子事件提取语义信息,将子事件的向量表示作为输入向量输入到神经网络中,以学习子事件的语义特征和潜在的时序特征,同时提取该事件的社交特征,将神经网络的输出和社交特征结合做分类结果,来提高模型的表达能力。实验结果展示,该模型比传统的谣言检测算法得到的正确率提升了 9%左右,比消息级新闻的谣言检测算法检测效果提升了 4%左右,同时比单语义特征的谣言检测模式更有效。