基于迁移学习的微博谣言检测方法

摘要：

为解决基于深度神经网络的微博谣言检测工作中带标签数据稀缺的问题,提出一种基于迁移学习的微博谣言检测方法.利用双层双向的门控循环单元和卷积神经网络组成的联合模型作为特征提取器,利用丰富的评论数据对联合神经网络进行预训练,将训练好的特征提取层迁移到微博谣言检测任务中,通过区分微调和斜三角学习率两种微调策略对特征提取层进行调整,使其适应于目标任务.实验结果表明,采用迁移学习方法的联合神经网络能有效提高微博谣言检测的准确率.

关键词：谣言检测;迁移学习;微博;深度神经网络;预训练

所属期刊栏目：42

分类号：TP389.1(计算技术、计算机技术)

资助基金：2020年新疆维吾尔自治区研究生教育改革创新计划基金项目;新疆师范大学重点实验室基金项目;国家自然科学基金委NSFC-新疆联合基金重点支持基金项目

在线出版日期：2021-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3534-3539