[发明专利]含谣言用户生成内容识别方法和装置

权利要求书

1.一种含谣言用户生成内容识别方法，包括：

获取内容标识，所述内容标识用于标识待识别的用户生成内容；

查询与所述内容标识对应的传播用户标识；

查询与所述传播用户标识对应的传播用户属性；

获取对应于所述内容标识的所述传播用户标识之间的传播关系；

获取与所述传播用户标识存在社交关系的社交网络用户标识；

查询所述社交网络用户标识对应的社交网络用户属性；

根据所述传播用户属性和所述传播关系构建传播图；所述传播图包括传播用户节点，所述传播用户节点与所述传播用户标识对应，包括相应的传播用户属性；所述传播用户节点间存在边时所述边表示相应传播用户节点之间的传播关系；

将所述传播图以及与所述传播图中的传播用户节点对应的邻居节点输入Graph LSTM神经网络模型后输出传播特征；所述邻居节点与所述社交网络用户标识对应，包括相应的社交网络用户属性；

根据所述传播特征识别所述待识别的用户生成内容是否为含谣言用户生成内容。

2.根据权利要求1所述的方法，其特征在于，所述传播用户属性包括传播用户的属性、所述待识别的用户生成内容的传播时间、所述待识别的用户生成内容被相应的传播用户传播后再次传播的次数、描述传播用户对待识别的用户生成内容进行操作的数据、所述待识别的用户生成内容被传播用户传播后被操作的数据中的至少一种。

3.根据权利要求2所述的方法，其特征在于，所述操作包括点击、阅读和评论中的至少一种；所述操作的数据包括操作的次数和频率中的至少一种。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述待识别的用户生成内容中提取文本特征；

将所述传播特征和所述文本特征融合为融合特征；

所述根据所述传播特征识别所述待识别的用户生成内容是否为含谣言用户生成内容的步骤包括：

根据所述融合特征识别所述待识别的用户生成内容是否为含谣言用户生成内容。

5.根据权利要求4所述的方法，其特征在于，所述从所述待识别的用户生成内容中提取文本特征的步骤包括：

将所述待识别的用户生成内容输入用于将文本转化为词向量的卷积神经网络模型，得到词向量形式的文本特征。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取发布所述待识别的用户生成内容的发布者标识；

查询与所述发布者标识对应的发布者属性；

将所述传播特征和所述发布者属性融合为融合特征；

所述根据所述传播特征识别所述待识别的用户生成内容是否为含谣言用户生成内容的步骤包括：

根据所述融合特征识别所述待识别的用户生成内容是否为含谣言用户生成内容。

7.根据权利要求1所述的方法，其特征在于，所述根据所述传播特征识别所述待识别的用户生成内容是否为含谣言用户生成内容的步骤包括：

将所述传播特征输入分类器，输出所述待识别的用户生成内容是否为含谣言用户生成内容的识别结果；

所述获取内容标识的步骤之前，所述方法还包括：

获取训练样本集，所述训练样本集中的用户生成内容对应有类别标签，所述类别标签用于标记相应的用户生成内容是否为含谣言用户生成内容；

提取所述训练样本集中各用户生成内容的传播特征；

根据所述训练样本集中各用户生成内容的传播特征和类别标签训练分类器。