基于情感分析和Transformer模型的微博谣言检测

摘要：

针对微博文本以实现谣言检测为目标,深度挖掘微博正文内容的语义信息,并且着重强调用户在微博评论中体现的情感倾向性,提升谣言识别效果.为提高谣言检测的准确率,采取基于XLNet的词嵌入方法,使用Transformer的En-coder的模型提取微博正文内容的语义特征,并结合BiLSTM+Attention网络实现微博评论的情感特征的提取,将2种特征向量进行拼接融合,进一步丰富神经网络的输入特征,之后输出微博事件的分类结果,进而实现微博谣言检测.实验结果显示,该模型对谣言识别的正确率达到94.8％.

关键词：谣言检测;情感分析;XLNet;Transformer模型;深度学习

分类号：TP391(计算技术、计算机技术)

资助基金：2019年度自治区创新环境人才、基地建设专项人才专项计划——天山雪松计划项目2019XS08;国家自然科学基金-新疆联合基金重点项目

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7