基于预训练语言模型的早期微博谣言检测
冯茹嘉
张海军
潘伟民
新疆师范大学计算机科学技术学院 乌鲁木齐 830000
摘要：该文基于微博数据以实现早期谣言检测为目的,挖掘微博内容的深层语义信息.为提高谣言检测效率,该文使用预训练语言模型对部分参数进行了预训练,提高了模型的训练速度,同时解决了一词多义情况的词向量表示问题,优化了深层语义信息的表达能力.结合BiGRU-MHA模型学习微博内容的深层语义信息,最后输出微博事件的分类结果.实验结果表明,XLNet+BiGRU-MHA模型的F1值达到95.5%,在任何时间阶段内均处于领先地位.
关键词：谣言检测预训练模型深度学习
分类号：O141.4(数理逻辑、数学基础)
资助基金：自治区创新环境(人才、基地)建设专项(人才专项计划(2019XS08)国家自然科学基金(U1703261)
论文发表日期：2023-05-20
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：7( 1075-1080,1184 )
英文信息