基于BERT-RCNN模型的微博谣言早期检测研究

作者：李悦晨; 钱玲飞; 马静^*

来源：情报理论与实践, 2021, 44(07): 173-151.

DOI：10.16353/j.cnki.1000-7490.2021.07.025

• 微博
• 谣言检测
• BERT模型
• 预训练
• 深度学习

[目的/意义]为了解决传统谣言检测算法在实际应用中存在滞后性的问题,尝试在不使用评论和转发数据的基础上实现微博谣言早期检测。[方法/过程]针对传统谣言检测模型需要大量特征以及难以实现及时检测的问题,使用BERT模型对微博原文进行向量表示,然后将获取的语义特征输入到RCNN模型中进行谣言检测。[结果/结论]基于微博谣言数据集进行对比实验,实验结果显示基于BERT-RCNN的微博谣言早期检测模型的准确率为95.16%,F1指标为95.14%;该模型与其他主流的谣言检测模型相比,能在较短时间内完成对谣言的检测,证明了方法的有效性。[局限]文章提出的检测模型针对微博文本进行检测,BERT模型需要依赖谷歌发布的预训练模型。

• 单位
  南京航空航天大学