典型文献
基于双重情感感知的可解释谣言检测
文献摘要：
社交媒体时代给我们带来便利的同时也造成了谣言泛滥,因此通过人工智能技术进行谣言检测具有重要的研究价值.尽管基于深度学习的谣言检测取得了很好的效果,但其大多数是根据潜在特征进行谣言检测的,无法学习情感与语义之间的相关性,同时忽视了从情感角度提供解释.为解决上述问题,该文提出一种基于双重情感感知的可解释谣言检测模型,旨在利用协同注意力机制分别学习谣言语义与用户评论情感,以及谣言情感与用户评论情感的相关性进行谣言检测,并通过协同注意力权重从情感角度提供合理的解释.在公开的Twitter15、Twitter16和Weibo20数据集上的实验结果表明,该文提出的模型与对比模型相比,在准确率上分别提高了3.9％,3.9％和4.4％,且具有合理的可解释性.
文献关键词：
谣言检测;协同注意力;情感特征;可解释性;语义特征
中图分类号：
作者姓名：
葛晓义;张明书;魏彬;刘佳
作者机构：
武警工程大学 密码工程学院,陕西 西安 710086;武警工程大学 网络与信息安全武警部队重点实验室,陕西 西安 710086
文献出处：
引用格式：
[1]葛晓义;张明书;魏彬;刘佳-.基于双重情感感知的可解释谣言检测)[J].中文信息学报,2022(09):129-138
A类：
Weibo20
B类：
重情,情感感知,谣言检测,社交媒体时代,泛滥,潜在特征,学习情感,检测模型,协同注意力机制,用户评论,言情,注意力权重,Twitter15,Twitter16,对比模型,可解释性,情感特征,语义特征
AB值：
0.284041
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。
