买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡大学

摘要：本发明提供一种谣言数据检测方法及装置，所述方法包括：获取待检测数据；基于预设条件对待检测数据进行分词处理以获取多个分词处理结果，利用预训练模型将各处理结果转化为向量矩阵，并将各向量矩阵分别转换为目标结构图；基于第一深度模型从各目标结构图中分别提取传播结构特征，从传播结构特征中获取融合特征；基于第二深度模型从融合特征中获取时序特征，再从融合特征和时序特征中获取目标特征向量；将目标特征向量作为输入特征输入到分类器中进行检测以获取检测结果；本发明所述方法以传播结构特征和时序特征作为检测算法的输入特征，提升了谣言数据检测的准确率。

主权项：1.一种谣言数据检测方法，其特征在于，包括：获取待检测数据；基于预设条件对所述待检测数据进行分词处理，以获取多个分词处理结果，并利用预训练模型将每个所述分词处理结果转化为向量矩阵，其中，所述向量矩阵包括源文本数据和评论文本数据；根据预设构造规则将各所述向量矩阵分别转换为目标结构图；基于第一深度模型从各所述目标结构图中分别提取传播结构特征，并将提取出的多个所述传播结构特征进行融合处理，以获取融合特征；基于第二深度模型从所述融合特征中获取时序特征，并根据预设分配机制将所述融合特征和所述时序特征进行权重分配，以获取目标特征向量；将包含所述目标特征向量的待检测数据输入到预存的分类器中进行检测，以获取检测结果；将按照预设的构造规则将各所述向量矩阵分别转换为目标结构图，具体包括：将各所述向量矩阵中的所述源文本数据和所述评论文本数据按照发表时间的顺序进行排列，以得到时间序列；基于所述时间序列将各所述向量矩阵分别转化成所述目标结构图；所述目标结构图包括正向扩散结构图和逆向聚合结构图；其中，所述正向扩散结构图以所述源文本数据为正向扩散起点，以无转发或转推的评论文本数据为正向扩散终点；所述逆向聚合结构图以所述无转发或转推的评论文本数据为逆向聚合起点，以所述源文本数据为逆向聚合终点；基于第一深度模型从各所述目标结构图中分别提取传播结构特征包括：将所述目标结构图输入到基于双向图注意力神经网络模型中，以获取所述传播结构特征；基于第二深度模型从所述融合特征中获取时序特征包括：将包含所述融合特征的待检测数据输入到双向长短期记忆神经网络模型中进行特征提取，以获取所述时序特征；利用预设的预训练模型将每个所述处理结果转化为向量矩阵包括：基于xlnet-base预训练模型将每个所述处理结果转化为所述向量矩阵。

全文数据：

权利要求：

百度查询： 三峡大学 一种谣言数据检测方法及装置