基于情感分析的虚假信息识别模型

摘要：

以微博为代表的社交平台已经成为人们获取信息和发布信息的重要途径,也成为虚假信息滋生的温床.包含虚假信息的微博往往含有明显的情感偏向.文章从情感分析角度出发,提出一种Bert模型结合BI-LSTM模型的虚假信息识别模型(LableBert模型):首先利用情感词典给情感词添加权重,改进Bert的预训练任务,以提升对于隐式情感特征的提取能力,并批量标注被掩盖单词的文本情感极性,以加强对文本中上下文的情感特征获取能力;然后结合BI-LSTM模型进行全连接操作,从而识别虚假信息.实验结果表明,该模型的准确率达到了91.36％,F1值达到了91.03％,相比原Bert模型,该模型的准确率和F1值都有所提升.

关键词：信息识别;虚假信息识别;深度学习;Bert

所属期刊栏目：40

分类号：TP393.08;TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省教育厅资助项目;数字空间安全保障四川省高校重点实验室开放基金课题资助

在线出版日期：2021-09-16（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：53-59