10.7536/j.issn.0252-3116.2013.23.019
微博谣言识别研究
指出微博在传播信息的同时,也夹杂着谣言等虚假消息、不实言论.针对微博谣言传播速度快、影响范围广等特点,深层挖掘微博中的隐含信息,提出符号特征、链接特征、关键词分布特征和时间差等新特征,将微博谣言识别形式化为分类问题,综合新提取的特征与微博文本特征、用户特征和传播特征构建多个特征模板,利用SVM分类学习方法对微博进行分类,识别结果可有效辅助人们更好、更快地识别谣言.实验结果表明,在基本特征的基础之上,新提出的特征能有效提高微博谣言识别的正确率.
微博、谣言识别、特征模板、SVM
57
TP391(计算技术、计算机技术)
国家自然科学基金项目“网页内容真实性评价研究、基于本体的专利自动标引研究”61271304;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”KZ201311232037
2014-03-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
114-120