[发明专利]一种检测事件可靠性的方法及电子设备

说明书

本发明实施例涉及计算机技术领域，公开了一种检测事件可靠性的方法及电子设备。本发明中检测事件可靠性的方法，包括：获取待检测事件的时序数据，所述时序数据包括所述待检测事件的多个文本数据以及每个文本数据对应的时间值，其中，文本数据包括情感信息；根据多个文本数据对应的时间值以及每个文本数据的情感信息，将时序数据划分为K个第一区间，K为大于1的整数；根据每个第一区间中的文本数据及预设的可靠性分析模型，确定待检测事件的可靠性结果，可靠性分析模型是预先训练至收敛用于确定待检测事件的可靠性结果的神经网络模型。本实施方式，使得可以快速、准确地检测出事件的真实性。

技术领域

本发明实施例涉及计算机技术领域，特别涉及一种检测事件可靠性的方法及电子设备。

背景技术

随着在线社交网络(Online Social Networks,简称“OSNs”)的迅速发展，大量不可靠的信息得以快速和广泛地在人群中传播。社交网络中不可信事件的泛滥导致人们难以从纷繁复杂的信息中甄别出可信信息，从而影响人们正常的生活秩序。特别是面临突发公共事件(自然灾害、事故灾难、公共卫生事件、社会安全事件、经济危机等)时，广泛传播的不可信事件具有极大的破坏性。在线社交网络中，信息内容主要通过人与人之间建立的“关注-被关注”网络进行传播，人与人、人与信息之间的高度互联融合，使得人人参与到信息的产生和传播中，这种病毒式的传播方式促使一条信息能够在短时间内传播到数百万的用户。因此，自动高效地识别在线社交网络中的事件的可靠性具有重大意义。

发明人发现现有技术中至少存在如下问题：目前有多种检测事件可靠性的方法，例如，基于传统机器学习的检测方法，基于深度学习的检测方法等；但是，基于传功机器学习的检测方法存在人工特征构建片面的问题；而基于深度学习的检测方法通常没有考虑事件发生时间对事件真实性的影响，导致对事件的真实性的检测不准确。

发明内容

本发明实施方式的目的在于提供一种检测事件可靠性的方法及电子设备，使得可以快速、准确地检测出事件的可靠性。

为解决上述技术问题，本发明的实施方式提供了一种检测事件可靠性的方法，包括：获取待检测事件的时序数据，时序数据包括待检测事件的多个文本数据以及每个文本数据对应的时间值，其中，文本数据包括情感信息；根据多个文本数据对应的时间值以及每个文本数据的情感信息，将时序数据划分为K个第一区间，K为大于1的整数；根据每个第一区间中的文本数据及预设的可靠性分析模型，确定待检测事件的可靠性结果，可靠性分析模型是预先训练至收敛用于确定待检测事件的可靠性结果的神经网络模型。

本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的检测事件可靠性的方法。

本发明实施方式相对于现有技术而言，将待检测事件的时序数据划分为K个第一区间，由于待检测事件中文本数据的分布与时间相关，例如，在待检测事件发生时，文本数据的分布密集，而随着事件发生时间的推移，与该待检测事件的文本数据分布减少；本实施方式通过多个文本数据对应的时间值以及结合文本数据的情感信息确定出K个第一区间，使得文本数据在相同的第一区间时间维度和情感信息具有相同的性质，便于后续根据每个第一区间中的文本数据进行可靠性分析，提高了对待检测事件的可靠性的检测准确率。

另外，根据多个文本数据对应的时间值以及每个文本数据的情感信息，将时序数据划分为K个第一区间，具体包括：根据多个文本数据对应的时间值在时间维度上的分布，将时序数据划分为N个第二区间，其中，N为小于K的整数；根据每个第二区间内的文本数据的情感信息，将N个第二区间划分为K个第一区间。根据文本数据对应的时间值在时间维度上的分布，将时序数据划分为N个第二区间，由于不是按照时间值进行均等划分，使得划分后的第二区间中的文本数据更符合实际的文本数据的分布；根据第二区间中的文本数据的情感信息对第二区间进行进一步的划分，使得划分后的第一区间内的文本数据考虑了文本数据本身的情感信息和时间信息两种条件，提高了第一区间划分的准确性。