公开(公告)号：CN113111645B

公开(公告)日：2024-02-06

申请号：CN202110469854.4

申请日：2021-04-28

Applicant: 东南大学

Inventor： 杨鹏 ,  田杨静 ,  匡晨 ,  于晓潭

IPC: G06F40/279 ,  G06F40/216 ,  G06F16/951

Abstract: 本发明涉及一种媒体文本相似性检测方法，该方法能够在海量的媒体文本中检测到与目标文本相似的媒体文本，本发明首先使用爬虫工具获得主流自媒体平台的媒体文本，构建媒体文本集；然后对媒体文本进行预处理提取正文字段，并进行分词和停用词过滤；接着，基于海量语料库训练Skip‑gram模型获得特征项的词向量表示；再者，使用词语的TF‑IDF特征，词性特征与位置特征进行特征融合，构建特征项的权重；最后基于特征项的词向量表示和权重使用Simhash算法获得文本指纹，并根据倒排索引构建文本指纹索引。本发明可以有效增强文本指纹的语义特征，提高Simhash算法对相似文本的检索效率和准确度。

公开(公告)号：CN113094596B

公开(公告)日：2025-01-28

申请号：CN202110454550.0

申请日：2021-04-26

Applicant: 东南大学

Inventor： 杨鹏 ,  匡晨 ,  田杨静 ,  于晓潭

IPC: G06F16/9536 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于双向传播图的多任务谣言检测方法，该方法可用于社交网络帖子的谣言检测以及评论信息的立场检测。本发明首先根据谣言帖子的内容生成文本特征矩阵、用户特征矩阵和文本统计特征矩阵，之后构建谣言的双向传播图，通过计算双向图卷积并进行根节点特征增强抽取谣言的传播特征，最后对传播特征进行平均池化和特征整合后，训练softmax分类器，获取谣言检测和立场检测结果。本发明能够有效地获取谣言的顺序传播特征和广度散布特征，并且引入用户评论的立场检测作为辅助任务，从而提高模型的泛化性，进一步提高谣言检测任务的准确率。

公开(公告)号：CN113111645A

公开(公告)日：2021-07-13

申请号：CN202110469854.4

申请日：2021-04-28

Applicant: 东南大学

Inventor： 杨鹏 ,  田杨静 ,  匡晨 ,  于晓潭

IPC: G06F40/279 ,  G06F40/216 ,  G06F16/951

Abstract: 本发明涉及一种媒体文本相似性检测方法，该方法能够在海量的媒体文本中检测到与目标文本相似的媒体文本，本发明首先使用爬虫工具获得主流自媒体平台的媒体文本，构建媒体文本集；然后对媒体文本进行预处理提取正文字段，并进行分词和停用词过滤；接着，基于海量语料库训练Skip‑gram模型获得特征项的词向量表示；再者，使用词语的TF‑IDF特征，词性特征与位置特征进行特征融合，构建特征项的权重；最后基于特征项的词向量表示和权重使用Simhash算法获得文本指纹，并根据倒排索引构建文本指纹索引。本发明可以有效增强文本指纹的语义特征，提高Simhash算法对相似文本的检索效率和准确度。

公开(公告)号：CN113111267A

公开(公告)日：2021-07-13

申请号：CN202110485893.3

申请日：2021-04-30

Applicant: 东南大学

Inventor： 杨鹏 ,  匡晨 ,  田杨静 ,  于晓潭

IPC: G06F16/9536 ,  G06F40/216 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双向传播图的多任务谣言检测方法，该方法可用于社交网络帖子的谣言检测以及评论信息的立场检测。本发明首先根据谣言帖子的内容生成文本特征矩阵、用户特征矩阵和文本统计特征矩阵，之后构建谣言的双向传播图，通过计算双向图卷积并进行根节点特征增强抽取谣言的传播特征，最后对传播特征进行平均池化和特征整合后，训练softmax分类器，获取谣言检测和立场检测结果。本发明能够有效地获取谣言的顺序传播特征和广度散布特征，并且引入用户评论的立场检测作为辅助任务，从而提高模型的泛化性，进一步提高谣言检测任务的准确率。

公开(公告)号：CN113094596A

公开(公告)日：2021-07-09

申请号：CN202110454550.0

申请日：2021-04-26

Applicant: 东南大学

Inventor： 杨鹏 ,  匡晨 ,  田杨静 ,  于晓潭

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双向传播图的多任务谣言检测方法，该方法可用于社交网络帖子的谣言检测以及评论信息的立场检测。本发明首先根据谣言帖子的内容生成文本特征矩阵、用户特征矩阵和文本统计特征矩阵，之后构建谣言的双向传播图，通过计算双向图卷积并进行根节点特征增强抽取谣言的传播特征，最后对传播特征进行平均池化和特征整合后，训练softmax分类器，获取谣言检测和立场检测结果。本发明能够有效地获取谣言的顺序传播特征和广度散布特征，并且引入用户评论的立场检测作为辅助任务，从而提高模型的泛化性，进一步提高谣言检测任务的准确率。