公开(公告)号：CN113377959B

公开(公告)日：2022-12-09

申请号：CN202110770088.5

申请日：2021-07-07

Applicant: 江南大学

Inventor： 陆恒杨 ,  范晨悠 ,  杨舜 ,  吴小俊

IPC: G06F16/35 ,  G06F16/33 ,  G06F16/335 ,  G06F40/126 ,  G06N20/00

Abstract: 本发明公开了一种基于元学习及深度学习的少样本社交媒体谣言检测方法，包括：通过大样本事件的文本数据和双向GRU模型得到通用预测模型，获取少样本事件的文本数据并将少样本事件的谣言检测任务建模为二分类机器学习任务，将少样本事件的文本数据分为有标注少样本和无标注少样本，使用有标注少样本更新通用预测模型的参数得到少样本谣言预测模型，将无标注少样本输入少样本谣言预测模型得到预测结果。本发明通过元学习方法构造少样本谣言预测模型和二分类机器学习任务，对突发事件相关文本进行有效的谣言预测，从而在早期及时遏制谣言的传播。

公开(公告)号：CN113377959A

公开(公告)日：2021-09-10

申请号：CN202110770088.5

申请日：2021-07-07

Applicant: 江南大学

Inventor： 陆恒杨 ,  范晨悠 ,  杨舜 ,  吴小俊

IPC: G06F16/35 ,  G06F16/33 ,  G06F16/335 ,  G06F40/126 ,  G06N20/00

Abstract: 本发明公开了一种基于元学习及深度学习的少样本社交媒体谣言检测方法，包括：通过大样本事件的文本数据和双向GRU模型得到通用预测模型，获取少样本事件的文本数据并将少样本事件的谣言检测任务建模为二分类机器学习任务，将少样本事件的文本数据分为有标注少样本和无标注少样本，使用有标注少样本更新通用预测模型的参数得到少样本谣言预测模型，将无标注少样本输入少样本谣言预测模型得到预测结果。本发明通过元学习方法构造少样本谣言预测模型和二分类机器学习任务，对突发事件相关文本进行有效的谣言预测，从而在早期及时遏制谣言的传播。