[发明专利]一种基于BERT-LSTM的谣言检测模型在审
| 申请号： | 202011220175.5 | 申请日： | 2020-11-05 |
| 公开（公告）号： | CN112270187A | 公开（公告）日： | 2021-01-26 |
| 发明（设计）人： | 况丽娟;戴宪华 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/216;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于BERT‑LSTM的谣言检测模型，使用BERT预训练模型对文本进行句子层面的特征向量表示，再输入LSTM进一步获取高层语义特征，更加准确地理解语义。在微博谣言数据集的实验结果表明检测的准确率和召回率更高。具体步骤如下：首先，对输入的的原始数据做预处理，下载Google提供的BERT‑Base模型用来获取文本的词向量；再将BERT模型得到的向量输入LSTM模型。将bert_model.get_sequence_output()函数即BERT模型输出的token向量作LSTM网络的输入，将两者结合起来形成端到端的神经网络结构。经过LSTM的遗忘门、输入门、输出门提取到更高维、有效的特征再输入到softmax层进行分类。根据loss，accuracy，recall和precision的数值进行调整、优化模型参数，直到得到最优解，模型训练成功并保存。 | ||
| 搜索关键词： | 一种 基于 bert lstm 谣言 检测 模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011220175.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种无载体耐候PP阻燃母粒及其制备方法和应用
- 下一篇：一种脚用无线鼠标
