针对卷积神经网络检测网络谣言没有考虑到谣言各生命周期之间的深层特征以及训练参数过于庞大问题，提出了一种融合时间序列和卷积神经网络的谣言检测算法（CNN-TS）．首先将微博中的谣言事件向量化，其次将这些向量根据时间顺序分组为潜伏期、滋生期、蔓延期、消退期，然后通过卷积神经网络隐含层的学习训练来挖掘表示各阶段文本深层的特征，最后通过修改分类函数进一步加强学习效果．实验结果表明，该检测算法在准确率、精确率及F1值上均优于支持向量机与卷积神经网络，能够准确识别谣言事件．
科研之友
微信
新浪微博
Facebook
分享链接
