[发明专利]在消息交互传播中进行谣言判别的方法及装置

权利要求书

1.一种在消息交互传播中进行谣言判别的方法，其特征在于，包括以下步骤：

采用离散变分自编码器对帖子的文本信息进行编码，并分析相关联的帖子之间的关系，从而生成消息交互的控制向量a；

根据动态时间序列模型捕获交互信息的变化，应用注意力机制将各个时间阶段信息进行聚合，对帖子是否属于谣言进行预测；

基于消息交互的控制向量a得到模型总体的损失函数，计算损失函数然后进行梯度回传，从而对提出模型进行训练和拟合，计算得到模型的最优参数网络，使用最优参数网络下的模型对帖子是否属于谣言进行预测，以使得模型在进行谣言判别和消息对交互模式表示上更为准确。

2.根据权利要求1所述的在消息交互传播中进行谣言判别的方法，其特征在于，在步骤采用离散变分自编码器对帖子的文本信息进行编码，并分析相关联的帖子之间的关系，从而生成消息交互的形式中，具体包括：

对于每一个推文r，将文字信息转化为单词的序列{ω₁,ω₂,…,ω_n}，提取推文的发布时间t，并查找相对应的转发自的父节点消息r^p；

基于单词的序列{ω₁,ω₂,…,ω_n}，将每一个ω_i映射成一个向量α_i；

基于向量α_i在每个推文上采用卷积层捕获本身的语法信息S_i；

基于语法信息S_i获取与单词级别上上下文有关的帖子c；

根据父节点消息r^p获得相应的父帖子c^p；

基于帖子c和相应的父帖子c^p分析得到潜在的交互模式Z，再将语义信号与潜在的交互模式Z进行合并以得到消息交互的控制向量a。

3.根据权利要求2所述的在消息交互传播中进行谣言判别的方法，其特征在于，在步骤基于单词的序列{ω₁,ω₂,…,ω_n}，将每一个ω_i映射成一个向量α_i中，其具体公式如下：

α_i＝Eω_i,i＝1,2,…,n

其中，E表示嵌入矩阵，α_i表示单词ω_i的嵌入形式。

4.根据权利要求2所述的在消息交互传播中进行谣言判别的方法，其特征在于，在步骤基于向量α_i在每个推文上采用卷积层捕获本身的语法信息S_i中，语法信息S_i表示如下：

其中，W_s表示卷积核函数的权重矩阵，b_s表示卷积核函数的偏差矢量，l_w表示卷积层中的窗口长度。

5.根据权利要求2所述的在消息交互传播中进行谣言判别的方法，其特征在于，在步骤基于语法信息S_i获取与单词级别上上下文有关的帖子c中，具体公式如下：

m_i＝tanh(W_ms_i+b_m)

其中，W_m表示对语法信息进行线性降维的权重矩阵，ω_u表示将语义单元转换为数值的权重向量，b_m表示对语法信息进行线性降维的偏差向量，u_i表示单词序列中第i个单词的注意力权值，m_i表示单词序列中第i个单词向量的激活表示，m_j表示以j为临时指示下标对单词序列包含的所有词进行遍历并进行加和。