摘要

社交网络平台的快速发展伴随着谣言的泛滥,对国家安全和社会稳定危害严重。现有研究大多通过学习文本语义实现谣言检测,但未对文本中的情感以及不同类型谣言中的细粒度特征给予足够重视。因此,本研究引入基于情感增强的谣言检测方法,使用预训练模型BERT实现句子级别的文本情感增强,使用TextCNN学习不同类型谣言的特征,从局部细化和整体感知两方面引导网络学习。实验结果表明,所提出方法在rumdetect、CED_Dataset公开数据集上都有较好的检测准确性。