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

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

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	G06F16/9536	IPC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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

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