基于对抗神经网络的突发公共卫生事件虚假新闻检测

摘要：

目的:在缺乏相应先验知识和训练语料的情况下,实现对突发公共卫生事件社交媒体虚假新闻的早期检测.方法:融合虚假新闻文本的语义特征和统计特征,构建基于对抗神经网络的跨领域虚假新闻检测模型,并使用新浪微博数据集开展实验.结果:基于对抗神经网络的跨领域虚假新闻检测模型的检测效果较好,检测正确率达85.6％.结论:深度语义特征与传统统计特征相结合能够更好地辅助虚假新闻的识别,对抗神经网络能够在训练过程中提取更多虚假新闻的潜在通用特征,从而提升模型的领域迁移能力,更好地进行突发公共卫生事件虚假新闻的检测.

关键词：突发公共卫生事件;虚假新闻检测;对抗神经网络;特征融合

所属期刊栏目：30

分类号：TP391.1(计算技术、计算机技术)

资助基金：中国工程科技知识中心建设项目;中国医学科学院医学信息研究所重点科研专项课题;国家社会科学基金;新闻出版业科技与标准重点实验室医学融合出版知识技术重点实验室

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9