加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于图注意力网络的社交媒体谣言检测方法和系统

发明专利有效专利
  • 申请号:
    CN202110542802.5
  • IPC分类号:G06F16/9536;G06F16/35;G06F16/33;G06F40/284;G06K9/62;G06N3/04;G06N3/08;G06Q50/00
  • 申请日期:
    2021-05-19
  • 申请人:
    湖南大学
著录项信息
专利名称一种基于图注意力网络的社交媒体谣言检测方法和系统
申请号CN202110542802.5申请日期2021-05-19
法律状态授权申报国家中国
公开/公告日2021-08-17公开/公告号CN113268675A
优先权暂无优先权号暂无
主分类号G06F16/9536IPC分类号G;0;6;F;1;6;/;9;5;3;6;;;G;0;6;F;1;6;/;3;5;;;G;0;6;F;1;6;/;3;3;;;G;0;6;F;4;0;/;2;8;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;5;0;/;0;0查看分类表>
申请人湖南大学申请人地址
湖南省长沙市岳麓区麓山南路1号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人湖南大学当前权利人湖南大学
发明人陈宇;肖正;聂振宇;王梦圆;郭修远
代理机构武汉臻诚专利代理事务所(普通合伙)代理人暂无
摘要
本发明公开了一种基于图注意力网络的社交媒体谣言检测方法,其首先获取待检测的谣言事件,对待检测的谣言事件对应的文本进行预处理,以得到预处理后的文本,并使用BERT‑Large‑Cased预训练词向量模型将预处理后的文本转换成文本向量矩阵,然后根据待检测的谣言事件对应的用户之间的转发、评论或回复关系构建用户关系结构图表示为G=(V,E),并根据该用户关系结构图构建邻接矩阵,最后将文本向量矩阵、以及邻接矩阵,输入预先训练好的谣言检测模型中,以得到最终的谣言检测结果。本发明能够解决现有基于深度学习的谣言检测方法由于不能高效的提取谣言传播结构特征和聚合邻接节点特征,导致影响谣言检测准确度的技术问题。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供