[发明专利]推文级社会媒体谣言检测方法

权利要求书

1.一种推文级社会媒体谣言检测方法，其特征在于，包括以下步骤：

S1. 收集社会媒体平台上的推文，并且以转发、评论将相关推文组成一个事件，并且按照时间戳将推文排序，然后将推文文本进行清洗；利用辟谣平台的信息给事件打上对应的标签；

S2. 不对推文进行分词，直接利用word2vec中的CBOW方法对推文中的字进行训练，得到每个字的向量表达；

S3. 使用天作为时间单位，表示出事件在每一天中的推文个数；横坐标x为天，纵坐标y为当天的推文个数，即事件在当天的热度；利用断点检测的算法，即分段线性回归将事件划分为多个生命周期，此时每个生命周期代表事件发展的趋势；

S4. 通过多头自注意力机制得到每条推文中词序列的向量表达，然后通过卷积和最大池化操作得到推文向量表达，再通过前馈神经网络以及卷积池化得到每个生命周期的向量表达；

S5. 使用多层卷积神经网络模型对全部生命周期的向量矩阵进行多层次的特征提取，从简单特征到复杂特征，然后最后通过全连接层和sigmoid函数对事件的标签进行预测；

S6. 利用训练数据集的标签信息训练好上述模型的参数，最后在测试数据集上判断每个事件是否是谣言，与真实标签进行比对验证上述模型的效果。