-
公开(公告)号:CN114757185B
公开(公告)日:2025-05-06
申请号:CN202210421678.1
申请日:2022-04-21
Applicant: 东南大学
IPC: G06F40/16 , G06F40/284 , G06F40/216 , G06F16/35 , G06N3/042 , G06N3/045 , G06F18/2415 , G06F18/26 , G06N3/08
Abstract: 本发明公开了一种基于动态图注意力胶囊网络的谣言检测方法与装置,能够对社交媒体中的帖子进行谣言识别,从而提供给用户检测谣言的预判机制。本发明首先使用动态网络框架DYN对谣言传播过程中积累的评论以时间顺序进行划分,形成多个静态的以图为基础的子评论结构;然后利用图注意力胶囊网络模块GACN对每个子评论结构进行编码形成子结构分类胶囊,从而挖掘谣言文本的属性特征;最后设计分类胶囊注意力机制整合各子分类胶囊捕获谣言评论结构随时间动态演化过程中的动态交互特征,进而获得谣言检测结果。本发明能够有效挖掘谣言文本深层次的属性以及评论结构随时间演化的动态交互特征,提升了谣言检测任务的准确率。
-
公开(公告)号:CN115544245A
公开(公告)日:2022-12-30
申请号:CN202210390821.5
申请日:2022-04-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于无监督学习的用户攻击性评论风格转换方法,该方法首先利用双向编码注意力机制对输入评论文本进行编码,所涉及的双向编码用来捕捉文本序列的上下文信息,所涉及的注意力机制用来保留文本的核心信息;其次,本发明通过使用生成器‑鉴别器进行对抗训练,解决非并行语料库中特定关键词匮乏问题;最后,本发明通过循环强化学习构造重构损失算法,确保攻击性评论转换后风格标签的准确性、文本内容的完整性和可读性。本发明可以有效解决攻击性评论风格转换中存在的语义丢失、并行语料缺乏以及内容保留程度较低等问题。
-
公开(公告)号:CN114757185A
公开(公告)日:2022-07-15
申请号:CN202210421678.1
申请日:2022-04-21
Applicant: 东南大学
IPC: G06F40/289 , G06F40/242 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于动态图注意力胶囊网络的谣言检测方法与装置,能够对社交媒体中的帖子进行谣言识别,从而提供给用户检测谣言的预判机制。本发明首先使用动态网络框架DYN对谣言传播过程中积累的评论以时间顺序进行划分,形成多个静态的以图为基础的子评论结构;然后利用图注意力胶囊网络模块GACN对每个子评论结构进行编码形成子结构分类胶囊,从而挖掘谣言文本的属性特征;最后设计分类胶囊注意力机制整合各子分类胶囊捕获谣言评论结构随时间动态演化过程中的动态交互特征,进而获得谣言检测结果。本发明能够有效挖掘谣言文本深层次的属性以及评论结构随时间演化的动态交互特征,提升了谣言检测任务的准确率。
-
-