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：中南大学

摘要：本发明是一种基于节点链式语义特征与知识融入的谣言检测方法，属于自然语言处理领域。本发明的方法，首先对源贴及其评论进行文本编码，得到每个帖子的语义向量，采用co‑attention机制对其中评论与父节点的链式语义交互进行特征融合；其次，从源贴中提取关键实体，并根据关键实体在维基百科中检索相关文档，再从相关文档中提取出最相关的语句作为证据；最后，将证据语句融入整个会话树，采用图神经网络进一步提取传播特征，最后使用谣言分类器进行分类。本发明充分利用了父子节点之间的链式语义交互作用，并引入外部知识作为证据语句，总体上提高了谣言检测模型的性能，可解释性和早期检测能力。

主权项：1.一种基于节点链式语义特征与知识融入的谣言检测方法，其特征在于，包括以下步骤：步骤S1：基于co-attention的递归节点链式语义特征提取与融入模块：对源贴及其评论进行文本编码，得到每个帖子的语义向量，采用co-attention机制提取出评论对父节点的语义影响，融入到父节点的表征之中，并将这种语义影响向上链式传播，融入到每个节点之中，最终影响到源贴的表征；步骤S2：基于关键实体抽取与ESIM模型的外部知识抽取模块：从步骤S1所述源贴中提取关键实体，根据关键实体在维基百科中检索相关文档，再从相关文档中提取出最相关的语句作为证据语句；步骤S3：基于会话树结构和外部知识的图神经网络谣言检测模块：将步骤S2所述证据语句融入整个会话树，采用图神经网络进一步提取传播特征，最后使用谣言分类器进行分类；所述步骤S1具体包括如下步骤：步骤S11：对于社交媒体谣言检测数据集中的一条数据，其中为该会话中所有的帖子文本集合，按照发布时间顺序排列，其中：为源贴的文本内容；为该会话中的评论数量；为评论和回复组成的会话树结构；采用文本编码器对源贴及其评论进行文本编码；将源贴及其评论的文本内容按照时间顺序排列拼接，并采用分隔符进行分割： ；其中，表示帖子之间的分割字符，表示结尾符号，为拼接运算符；步骤S12：将拼接好的文本进行初步编码，融合分割编码和位置编码，得到后续的BERT模型的最终输入编码向量： ；其中，表示词编码，即对句子中的词按照词表替换为相应的编码；表示分割编码，即用于分割和表示句子结束的特殊符号的编码；表示位置编码，是根据词在整个文本中的位置计算出的一个嵌入；步骤S13：将输入编码向量输入到预训练语言模型BERT中；步骤S14：令表示任意一个父节点，表示节点的第一层的子节点的集合，采用co-attention来提取这些评论中的语义信息，并将这些信息融入到父节点中；步骤S15：得到了融合了评论语义特征的父节点的新表征，这个新表征按照树结构，链式向上更新更上一层的父节点表征，最终影响到整个会话结构的根节点，即社交媒体中的源贴的表征；所述步骤S2中，具体包括如下步骤：步骤S21：首先从源贴的文本中提取出关键信息，并检索相关文档；之后，采用维基百科的公开接口，从维基百科中直接获取相关的json格式的文档集合；在得到文档检索结果之后，过滤掉那些标题中不含有源贴实体的文档，并取出排序前5个文档作为候选文档；步骤S22：采用增强序列推理模型来判断源贴和候选文档中句子关系，从这些文档中提取出关键的能作为证据的候选语句；步骤S23：对于所有的候选语句，按照相关概率进行降序排序，取出相关概率超过50%且排名前20的候选语句作为源贴的证据语句；步骤S3具体包括如下步骤：步骤S31：采用BERT对外部知识抽取模块中获取的证据语句文本进行编码，将每个证据语句作为一个节点，直接连接到代表源贴的根节点上，融入会话树；步骤S32：采用图神经网络提取传播结构特征；将步骤S31构成的新的会话树转化成邻接矩阵；将经过链式语义表征融入的节点特征，与BERT编码的证据语句的节点表征，与邻接矩阵一起输入到图神经网络GAT中，得到融入传播特征的节点表征；步骤S33：将各个节点的特征表示采用均值运算mean进行聚合，得到所有传播节点的融合表征，并通过全连接函数将向量降维，得到便于最终进行分类的数值形式： ；其中，和为全连接感知机的可训练参数；最后采用softmax函数来得到谣言预测的最终分类结果： ；步骤S34：将步骤S33预测的分类结果与真正的分类标签进行比较，采用交叉熵损失来优化模型参数，最小化该损失以不断优化模型： ；其中，为预测结果，为真实标签；当损失函数的值连续多次不再下降时，停止训练，得到训练好的谣言检测分类模型，即谣言分类器；步骤S35：通过步骤S34优化模型参数之后，将待检测的谣言执行所述谣言分类器的步骤S11-步骤S33，得到谣言的最终分类结果；softmax函数计算的的结果为0时表示：不是谣言；的结果为1表示：是谣言。

全文数据：

权利要求：

百度查询： 中南大学 一种基于节点链式语义特征与知识融入的谣言检测方法