基于多示例学习的食品健康领域长文谣言检测

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-TCNN-SA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.

关键词：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

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：北京市自然科学基金;国家自然科学基金

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3101-3107