一种基于滑动窗口的谣言检测方法

    公开(公告)号:CN120068853A

    公开(公告)日:2025-05-30

    申请号:CN202510535800.1

    申请日:2025-04-27

    Applicant: 南开大学

    Abstract: 本发明涉及人工智能技术领域,提供一种基于滑动窗口的谣言检测方法,包括获取谣言源节点,通过谣言源节点构建谣言传播图;通过初始谣言窗口计算谣言传播基准速率,进行窗口动态调整并对谣言传播基准速率进行更新,得到谣言窗口集;计算节点深度和匹配窗口编码,获取初始记忆库,通过匹配窗口编码和深度嵌入向量计算节点深度信息,通过节点深度信息和记忆增强注意力机制得到谣言事件表示增量,将谣言事件表示增量合并到初始记忆库中并对初始记忆库进行迭代,得到谣言事件表示;获取深度神经网络,将谣言事件表示输入到深度神经网络中,通过深度神经网络完成谣言检测。本发明可以有效提升谣言检测的效果。

    基于动态图的谣言检测方法、系统、设备、产品及介质

    公开(公告)号:CN120045715A

    公开(公告)日:2025-05-27

    申请号:CN202510092027.6

    申请日:2025-01-21

    Applicant: 南开大学

    Abstract: 本发明涉及人工智能技术领域,提供基于动态图的谣言检测方法、系统、设备、产品及介质,包括获取谣言数据,从谣言数据中获取谣言文本序列,构建谣言传播图;对谣言文本序列进行划分以建立谣言快照的快照传播图;计算快照传播图中的谣言节点的时间衰减参数,通过时间衰减参数计算谣言快照的谣言周期参数;将谣言周期参数融合到GIN编码器中,得到边权重GIN编码器,通过边权重GIN编码器对快照传播图中的谣言快照进行多层节点嵌入更新,得到快照动态传播图;将快照动态传播图输入到双向长短期记忆网络中,得到谣言快照的编码图表示;将编码图表示输入到深度神经网络中并完成谣言检测。本发明可以有效提升谣言检测的效果。

    一种社交媒体上的鲁棒性谣言检测方法

    公开(公告)号:CN119357830B

    公开(公告)日:2025-03-14

    申请号:CN202411936642.2

    申请日:2024-12-26

    Applicant: 南开大学

    Abstract: 本发明涉及电数字数据处理技术领域,尤其涉及一种社交媒体上的鲁棒性谣言检测方法,包括如下步骤:将社交媒体数据中的事件构建为静态传播图,并构造事件与标签样本对,形成谣言检测数据集;构建包含多维度融合信息的谣言动态传播图及动态增广图;获得谣言动态传播图表示及动态增广图表示;无监督对比学习,捕捉谣言动态传播图的表征信息及动态增广图的表征信息;通过深度神经分类模型进行谣言分类,完成社交媒体上的鲁棒性谣言检测。本发明提供的方法能够很好的利用动态传播图和动态增广图的时序信息,并且能够有效的利用对比学习获取图表征,从而更好地完成社交媒体上谣言检测任务。

    一种社交媒体上的鲁棒性谣言检测方法

    公开(公告)号:CN119357830A

    公开(公告)日:2025-01-24

    申请号:CN202411936642.2

    申请日:2024-12-26

    Applicant: 南开大学

    Abstract: 本发明涉及电数字数据处理技术领域,尤其涉及一种社交媒体上的鲁棒性谣言检测方法,包括如下步骤:将社交媒体数据中的事件构建为静态传播图,并构造事件与标签样本对,形成谣言检测数据集;构建包含多维度融合信息的谣言动态传播图及动态增广图;获得谣言动态传播图表示及动态增广图表示;无监督对比学习,捕捉谣言动态传播图的表征信息及动态增广图的表征信息;通过深度神经分类模型进行谣言分类,完成社交媒体上的鲁棒性谣言检测。本发明提供的方法能够很好的利用动态传播图和动态增广图的时序信息,并且能够有效的利用对比学习获取图表征,从而更好地完成社交媒体上谣言检测任务。

Patent Agency Ranking