|
|||||
|
|
| 基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测 | |
| 引用本文： | 李东,王福威,商月阳,张云飞,檀文彬.基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测[J].河南科学,2024(4):469-475. |
| 作者姓名： | 李东 王福威 商月阳 张云飞 檀文彬 |
| 作者单位： | 辽宁石油化工大学信息与控制工程学院 |
| 基金项目： | 国家自然科学基金（61702247）； |
| 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. |
| 关 键 词： | ERNIE-LSTM-DPCNN 微博谣言检测 词嵌入 深度学习 |