典型文献
基于多维度行文风格特征的假新闻检测方法研究
文献摘要：
传统的基于行文风格的假新闻检测方法对文本的行文风格特征考虑不全面,只考虑符号、句长、句数和特征词,而忽略情绪词、虚词、实词等行文风格特征,并且不能很好地提取真假新闻行文风格之间的差异性信息,因此探索一种基于词、句、篇三个维度的行文风格特征,用于自动检测社交媒体上低可信度文本的方法.充分研究文本多维度行文风格特征对假新闻检测的作用,使用多通道卷积神经网络提取行文风格的高阶抽象信息,利用注意力机制捕获各维度特征对假新闻检测的影响力.实验显示,提出的Multi_CNNSA模型显著提高了假新闻检测效果,在weibo数据集上取得86.95％的F1值.
文献关键词：
假新闻检测;行文风格特征;卷积神经网络
中图分类号：
作者姓名：
李小艳
作者机构：
贵州大学计算机科学与技术学院,贵州 贵阳 550000
文献出处：
引用格式：
[1]李小艳-.基于多维度行文风格特征的假新闻检测方法研究)[J].软件工程,2022(04):30-34,16
A类：
行文风格特征,CNNSA
B类：
假新闻检测,句长,句数,特征词,虚词,实词,真假,自动检测,社交媒体,可信度,多通道卷积神经网络,抽象信息,注意力机制,维度特征,Multi,检测效果,weibo
AB值：
0.196641
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。
