基于SVM的新冠疫情虚假新闻检测
郭文强
李嫔
新疆财经大学信息管理学院,新疆乌鲁木齐830012
摘要：目的 分辨网络中与新冠疫情相关的真实和虚假信息.方法 以权威性新闻网站报道、微博平台评论为主要数据来源,提取真,假两类数据样本,基于支持向量机(SVM)算法对其进行训练与分类识别,比较4种核函数对虚假新闻检测的精准度.结果 支持向量机方法4种核函数中,线性核函数分类器作为信息检测模型成果最优,分类精准度高达85％以上.结论 在突发性公共安全卫生事件中,采用机器学习方法建立监测模型能提高真实信息的辨别率,减少信息时代虚假信息对大众甚至是国家的负面影响.
关键词：COVID-19虚假新闻SVM
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家社会科学基金(20BJY239)天山雪松科研项目(2020XS07)研究生科研创新项目(XJUFE2020K0043)
论文发表日期：2021-11-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 19-26 )
英文信息