基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测
Weibo Long Text Rumors Detection Based on ERNIE-BiLSTM-DPCNN作者机构:辽宁石油化工大学信息与控制工程学院辽宁抚顺113000
出 版 物:《河南科学》 (Henan Science)
年 卷 期:2024年第42卷第4期
页 面:469-475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)]
主 题:ERNIE-LSTM-DPCNN 微博谣言检测 词嵌入 深度学习
摘 要:为了实现对于微博长文本谣言的检测,使用ERNIE模型对微博长文本数据使用词嵌入技术实现对文本的向量化,将这些词向量作为BiLSTM-DPCNN模型的输入,利用BiLSTM-DPCNN模型的特性,捕捉句子中的上下文信息和长期依赖关系,最终高效地提取特征并进行分类.数据集通过五折交叉验证方法划分,通过设置多组对比实验,实验结果显示:ERNIE-BiLSTM-DPCNN模型的准确率达到98.52%,高于在同一数据集下的其他同组实验,证明该模型对于微博长文本谣言检测具有较好的效果.