一种基于CNN优化的社交网络谣言方法

授权

摘要

本发明涉及自然语言处理和深度学习的技术领域，更具体地，涉及一种基于CNN优化的社交网络谣言方法。本发明主要基于CNN模型进行优化，提出了一种新的深度学习模型。该模型的优化主要在于两方面，其一是以推文级别的句向量通过特征权重矩阵训练得到组级别的句向量，从而让不同推文具有不同重要性的特点在组向量中得到充分体现，重要性高的推文将在谣言检测中更受关注，重要性低的则反之；其二是引入了时序向量，时序作为检测谣言的一个关键特征，很好地弥补了CNN天然缺乏时序编码能力的缺陷，并且时序向量能够在训练过程中不断调整，自适应数据集。

基本信息

专利标题：

一种基于CNN优化的社交网络谣言方法

专利标题（英）：

暂无

公开（公告）号：

CN109325125A

申请号：

CN201811168129.8

公开（公告）日：

2019-02-12

申请日：

2018-10-08

授权号：

CN109325125B

授权日：

2022-06-14

发明人：

陈星铭饶洋辉

申请人：

中山大学

申请人地址：

广东省广州市海珠区新港西路135号

代理机构：

广州粤高专利商标代理有限公司

代理人：

陈伟斌

优先权：

CN201811168129.8

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F17/27

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-06-14 ：

授权

2019-03-08 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20181008

2019-02-12 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载