为了解决传统谣言检测算法无法提取文本的深层语义信息及文本序列特征的问题，提出基于改进Transformer的双向编码器表示（Bidirectional Encoder Representation from Transformers,BERT）模型的谣言检测方法。该方法融合了BERT和长短期记忆网络（Long Short Term Memory,LSTM）模型的优点，可以有效对长文本谣言进行分类。实验结果表明，该方法的分类效果优于经典的谣言检测模型。
科研之友
微信
新浪微博
Facebook
分享链接
