[发明专利]一种谣言识别方法及系统

权利要求书

1.一种谣言识别方法，其特征在于，所述识别方法包括：

获取词向量训练数据；所述词向量训练数据包括谣言数据和正常数据；

对所述词向量训练数据进行分割，得到训练集和验证集；

对所述词向量训练数据进行训练，得到词向量模型；

采用所述词向量模型和所述训练集对AttentionBi-LSTM模型进行训练；

采用训练好的AttentionBi-LSTM模型对未知语料进行谣言识别。

2.根据权利要求1所述的谣言识别方法，其特征在于，所述获取词向量训练数据具体包括：

利用爬虫爬取新闻媒体、社交网站的谣言数据；

利用爬虫爬取新闻媒体、社交网站的所有类别新闻数据作为正常数据；

将所述谣言数据和所述正常数据进行分词处理；

将分词后的谣言数据和分词后的正常数据作为词向量训练数据。

3.根据权利要求1所述的谣言识别方法，其特征在于，对所述词向量训练数据进行训练，得到词向量模型具体包括：

采用word2vec对所述词向量训练数据进行训练，得到词向量模型。

4.根据权利要求1所述的谣言识别方法，其特征在于，所述训练好的AttentionBi-LSTM模型包括：输入层、词向量层、双向LSTM层、Attention层和输出层。

5.根据权利要求4所述的谣言识别方法，其特征在于，所述输入层用于将训练集中每个句子定义为T个单词组成的句子S＝{x₁,x₂,…,x_T}，每个词定义为inputX_i，标签定义为inputY。

6.根据权利要求5所述的谣言识别方法，其特征在于，所述词向量层用于将每个词inputX_i映射为一个固定长度的词向量e_i，并基于词向量e_i构建词向量矩阵W；W＝{e₁,e₂,…,e_T}。