典型文献
多模态特征融合的中文谣言检测
文献摘要：
相较于纯文本的网络谣言,图文并茂的网络谣言形式更容易取得信任,同时也增加了谣言检测的难度.针对此类谣言形式,提出了一种融合多模态特征的中文谣言检测方法.首先,通过深度学习模型分别提取待检测信息中的文本词特征、文本的句子特征、文本的情感倾向特征、图像视觉特征和视觉特征语义向量;然后,通过注意力机制融合文本的词特征和视觉特征语义向量得到语义一致性特征;最后,将文本的句子特征、文本的情感倾向特征、图像视觉特征和语义一致性特征拼接起来得到多模态特征用于谣言检测.实验结果表明,本文提出的方法在微博多模态数据集上的准确率和F1值分别达到了 89.9％和89.8％,提高了谣言检测的效果.
文献关键词：
谣言检测;多模态;注意力机制;深度学习
中图分类号：
作者姓名：
姜梦函;李邵梅;吴子仪;张建朋
作者机构：
信息工程大学,河南郑州450001
文献出处：
引用格式：
[1]姜梦函;李邵梅;吴子仪;张建朋-.多模态特征融合的中文谣言检测)[J].信息工程大学学报,2022(04):485-490
A类：
语义一致性特征
B类：
多模态特征融合,谣言检测,网络谣言,图文并茂,深度学习模型,词特征,句子特征,情感倾向,图像视觉特征,注意力机制融合,特征拼接,接起,来得,征用,微博,博多,多模态数据集
AB值：
0.222818
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。
