[发明专利]一种谣言识别方法

权利要求书

1.一种谣言识别方法，其特征在于，所述方法包括：

抓取有标记的文本内容，对文本进行清洗整理，并分割成句，将文本内容以句为单位存储到数据库中；

依据中文分词词库，对分割成句的文本内容进行分词处理，将分词后的内容再次整理，变成模型可读、规范的形式作为模型的输入内容；

将分词后的内容通过模型进行高纬度向量化关联映射，再将词向量进行权重上的组合，形成句子向量、段落向量或者文章向量，从模型输出；

将处理后的训练语料信息输入到分类器模型进行训练，并输出判定结果；

构造待测文本函数，进行谣言判别模型的效果测试。

2.如权利要求1所述的谣言识别方法，其特征在于，所述方法还包括：

通过用户分类加权系统对待测文本进行谣言判定打分；

基于人机协作的谣言识别反馈模型，以用户分类加权系统的的判定分数为标准，对比谣言判定模型的判定分数，将错误的标注数据保存，迭代更新到谣言判定模型中。

3.如权利要求2所述的谣言识别方法，其特征在于，所述用户分类加权系统的判定方法包括：通过分析用户关注领域、反馈质量、反馈及时度对用户进行分类及权重评定；分析方式包括用户的遣词造句的专业程度，以及用户的专业知识背景；考察方式包括答题、专栏编辑、问题回答，所有结果与已经建立的知识图谱进行比对，从而得出用户专业程度；其中，每个用户可以专长于若干领域，并在每个专长领域里拥有不同的评定权重。

4.如权利要求3所述的谣言识别方法，其特征在于，所述谣言识别反馈模型中，搜集用户反馈的待测谣言信息，分析待测谣言的语义以判定其所属类别后将该待测谣言发送至相关领域用户手中，通过用户反馈及用户分类加权系统综合评定后将结果作为谣言判别模型的训练数据，经过积累与审核后再作用到谣言识别模型中。

5.如权利要求1所述的谣言识别方法，其特征在于，对基于句子级别的文本内容进行高纬度向量化关联映射采用的方法是，通过skip-gram、cbow、enriched word embedding模型中的一种或多种进行高纬度向量化关联映射。

6.如权利要求5所述的谣言识别方法，其特征在于，所述方法还包括模型迭代的更新过程，所述模型迭代使用5-fold交叉验证的方式进行，其中，在模型的训练中，使用基于Huffman树调整后的数据结构技术来对模型的速度进行加速。

7.如权利要求1所述的谣言识别方法，其特征在于，所述训练模型的效果测试具体包括：模型将文本进行编码，然后进行分句、分词处理，调用谣言判别模型中的分句、分词的函数，进行同样的与训练模型时的预处理工作，使文本内容就变成一个向量的形式呈现；通过读取模型文件得到分类权重值，然后将处理后的待测文本向量与模型训练后的权重进行计算，得到预测结果。

8.如权利要求2所述的谣言识别方法，其特征在于，用户通过如下两种方式中的一种或两种接入谣言判别模型：一种是通过接入API接口，调用谣言判别模型中代码所展示的predict的函数，将需要的评测的内容作为变量输入；另一种通过测试网页端进行，将待测文本输入到网页端中。