公开(公告)号：CN112818011B

公开(公告)日：2022-03-08

申请号：CN202110033537.8

申请日：2021-01-12

Applicant: 南京邮电大学

Inventor： 宋玉蓉 ,  耿唯佳

IPC: G06F16/2453 ,  G06N3/08

Abstract: 本发明涉及深度学习和谣言识别领域，特别涉及改进的TextCNN与TextRNN谣言识别方法，步骤1，通过BERT预训练模型将言论文本及其评论转化为句向量；步骤2，构建改进的TextCNN模型；步骤3，构建改进的TextRNN模型；步骤4，对步骤2和步骤3中两种模型的输出进行加权融合，最后判断是否谣言；TextCNN更利于深度挖掘消息文本的语义特征，而TextRNN在挖掘消息文本的时序特征上更好，将CNN模型与RNN模型相结合并且改进可实现更高效识别。

公开(公告)号：CN112818011A

公开(公告)日：2021-05-18

申请号：CN202110033537.8

申请日：2021-01-12

Applicant: 南京邮电大学

Inventor： 宋玉蓉 ,  耿唯佳

IPC: G06F16/2453 ,  G06N3/08

Abstract: 本发明涉及深度学习和谣言识别领域，特别涉及改进的TextCNN与TextRNN谣言识别方法，步骤1，通过BERT预训练模型将言论文本及其评论转化为句向量；步骤2，构建改进的TextCNN模型；步骤3，构建改进的TextRNN模型；步骤4，对步骤2和步骤3中两种模型的输出进行加权融合，最后判断是否谣言；TextCNN更利于深度挖掘消息文本的语义特征，而TextRNN在挖掘消息文本的时序特征上更好，将CNN模型与RNN模型相结合并且改进可实现更高效识别。