推文级社会媒体谣言检测方法

摘要

本发明涉及一种推文级社会媒体谣言检测方法。本发明直接从事件的推文开始建模，从每条推文的字开始提取特征。相比于基于手工特征的模型，本发明能够自动的提取从具体到抽象的特征，减少了人工介入，使用起来更方便。同时因为可以自动得到客观的且有针对性的特征，模型可以更好的应用于社会媒体这种复杂的情景中。相比于GRU和CNN模型，本发明可以尽可能缓解因为不规范的网络用语对谣言事件进行检测的干扰。本发明通过利用事件热度的变化来划分不同的生命周期，使得每个生命周期更具有可解释性，同时每个生命周期内的推文更具有一致性。本发明在对社会媒体的谣言事件检测中，取得了更高的准确率，并且可以在事件发展更早的阶段检测出谣言事件。