基于多示例学习的食品健康领域长文谣言检测

作     者：谭励 王舸 周丽娜 曹娟 TAN Li;WANG Ge;ZHOU Li-na;CAO Juan

作者机构：北京工商大学计算机学院北京100048 中国科学院计算技术研究所北京100190 

基　　金：北京市自然科学基金项目-海淀原始创新联合基金项目(L182007) 国家自然科学基金项目(61702020) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第11期

页      码：3101-3107页

摘      要：为解决长文本的谣言检测问题,以食品健康领域的长文本谣言为例,提出一种基于多示例学习的长文本谣言检测方法。将带有明显段落结构的长文本作为包,以文章段落作为示例,结合文本卷积神经网络与注意力机制建立MI-TCNNSA模型。实验结果表明,该模型在准确率、召回率与F1得分等通用指标取得优异成绩,高于传统通用方法。通过多示例学习改进后的短文本谣言检测方法与原方法对比,验证了多示例学习在长文本谣言检测的有效性,也为该问题提供一种思路。

主 题 词：食品健康领域 谣言检测 多示例学习 卷积神经网络 深度学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.11.015

馆 藏 号：203115518...