基于ERNIE-RCNN模型的自然灾害微博谣言早期检测

摘要：

为早期检测并处理自然灾害背景下的网络谣言,利用ERNIE模型对爬取到的微博谣言进行文本向量化,将融合了语义的文本向量输入RCNN模型进行谣言检测,在自然灾害微博谣言数据集上进行对比实验.实验结果表明:ERNIE-RCNN模型检测准确率98.89％,F1指标为98.80％,超过其他谣言检测模型;该模型与目前主流谣言检测模型相比,能在较短时间内提取微博文本特征,完成谣言早期检测.

关键词：ERNIE-RCNN模型、谣言检测、微博、预训练、深度学习

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家社会科学基金

在线出版日期：2022-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1559-1568