典型文献
基于卷积神经网络的食品安全领域谣言检测方法
文献摘要：
近年来,食品安全已经成为政府和社会最关心的问题之一.与此同时,大量食品安全领域的谣言也在社交媒体平台上疯狂传播.现有的研究大多针对通用领域的谣言进行检测,忽视了不同领域谣言之间存在的差异性.针对食品安全这一领域谣言的特点,提出一种基于卷积神经网络的食品安全领域谣言检测方法.用领域实体抽取策略得到的实体特征与文本卷积神经网络提取的深度文本特征做拼接融合,再进行谣言判断.实验结果表明,在食品安全领域谣言数据集上,采用该方法检测效果明显优于通用的谣言检测方法,在准确率、召回率和F1值等评价指标上都表现最优.
文献关键词：
深度学习;领域实体特征;卷积神经网络;特征融合;食品安全领域谣言检测
中图分类号：
作者姓名：
周丽娜;谭励;曹娟;马子豪;吕芯悦
作者机构：
北京工商大学计算机与信息工程学院 北京 100048;中国科学院计算技术研究所 北京 100190
文献出处：
引用格式：
[1]周丽娜;谭励;曹娟;马子豪;吕芯悦-.基于卷积神经网络的食品安全领域谣言检测方法)[J].计算机应用与软件,2022(03):45-50,115
A类：
食品安全领域谣言检测,领域实体特征
B类：
社交媒体平台,疯狂,实体抽取,文本卷积神经网络,文本特征,拼接,检测效果,召回率,特征融合
AB值：
0.114442
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
