半监督学习的微博谣言检测分析

摘要：

谣言检测是社交网络谣言研究、监测及整治的基础,其实施情况得到社会的广泛关注,相伴随的是微博谣言辨识的研究工作不断增多.该文把微博谣言作为研究对象,搭建了微博谣言的检测框架,其主要是由获取数据、处理数据及谣言检测三大步骤构成,基于实验研究过程,对比了差异化数据已标注比例时不同半监督学习的性能和ImCo-Forest算法之间的差异,发现ImCo-Forest在谣言检测方面更占优势.希望能和同行共同分享方法与经验,以期进一步完善微博谣言检测工作.

关键词：微博谣言、半监督学习、ImCo-Forest算法、谣言检测系统

所属期刊栏目：17

分类号：TP311(计算技术、计算机技术)

资助基金：福建省中青年教师教育科研项目JAT191111

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-13,19