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:北京邮电大学
摘要:本发明公开了一种基于ERNIE‑BiGRU‑Attention的谣言检测方法,借助了ERNIE模型以及双向GRU加上注意力机制模型,对一条最新发布的新闻进行内容真假性的判断,通过神经网络来预测其结果。ERNIE语料库包含了百度新闻、百度百科、百度词条等大范围的语料,非常契合谣言检测领域,解决了现有模型没有对新闻主题领域进行泛化的缺点。后续,我们加入BiGRU层和注意力机制层,能够更好地掌握ERNIE预处理后文本的关键实体信息,从而获得更好的泛化能力和更高的准确率。
主权项:1.一种基于ERNIE-BiGRU-Attention的谣言检测方法,其特征在于,包括以下步骤:S1、将ERNIE作为预处理模型,输出词向量;ERNIE模型通过判断上下文是否有语义上的衔接,或者通过对词语、字或者名词实体的不同粒度进行mask策略后再对被mask的词进行预测;mask策略为:在一句话中随机选择15%的词汇用于预测,对于在原句中被抹去的词汇,80%情况下采用一个特殊符号MASK替换,10%情况下采用一个任意词替换,剩余10%情况下保持原词汇不变;S2、将词向量输入BiGRU-Attention模型,BiGRU-Attention模型分为三个部分:输入层、隐藏层和输出层,隐藏层由BiGRU层、Attention层和全连接层组成,其中,BiGRU层对前向GRU输出的隐状态序列与反向GRU输出的隐状态序列进行拼接,得到完整的隐状态序列,然后将隐状态序列映射到k维,k是标注集的标签数,从而得到自动提取的特征,记作矩阵p,再经过Attention层输出特征γ通过全连接层映射到实例分类空间Y;S3、利用softmax函数对分布概率进行归一化,得到谣言二元分类问题概率Pr,并将该行最大值对应的标签作为分类结果;S4、根据谣言二元分类问题概率Pr的范围判断本文可信度的区间。
全文数据:
权利要求:
百度查询: 北京邮电大学 一种基于ERNIE-BiGRU-Attention的谣言检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。