结合文本与用户信息的微博谣言检测方法研究

作     者：陈书雨 段长江 雍振煌 姚寒冰 CHEN Shuyu;DUAN Changjiang;YONG Zhenhuang;YAO Hanbing

作者机构：伦敦大学学院多学科和跨文化研究中心伦敦W55RF 武汉理工大学计算机与人工智能学院湖北武汉430070 

出 版 物：《武汉理工大学学报（信息与管理工程版）》 (Journal of Wuhan University of Technology：Information & Management Engineering)

年 卷 期：2023年第45卷第3期

页      面：442-448页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：武汉理工大学重庆研究院科技创新研发项目(YF2021-10) 

主　　题：微博谣言 文本信息 情感分类 用户信息 谣言检测 

摘      要：微博已成为人们获取信息的重要来源,但微博中也充斥着大量网络谣言,会对个人和社会造成严重危害。由于谣言的模糊性和隐蔽性,导致微博谣言的自动识别非常困难,这给微博监管带来极大挑战。针对微博谣言的文本信息,构建了句子级细粒度的情感分类算法,对微博评论进行情感倾向性分析,计算负面情感评论比例;同时结合微博的用户信息,分析微博转发和评论列表,判断是否有潜在辟谣用户参与,并利用发文用户的等级、信用等信息,定义并计算用户信誉值;最后训练分类器并完成对微博未知样本的预测。实验结果表明,所提出的新特征能有效提高微博谣言检测的准确率。