[发明专利]一种网络谣言的识别方法及装置

权利要求书

1.一种网络谣言的识别方法，其特征在于，所述方法包括步骤：

接收用户输入的网络数据信息；

根据所述网络数据信息，采集原创网络信息及所述原创网络信息中具有网络表情的评论信息，所述评论信息包含：评论文本内容、评论用户信息、评论发布时间和评论点赞次数；

根据网络表情的情感极性，将所述评论信息区分正向评论训练数据和负向评论训练数据，对所述评论信息中的评论文本内容进行分词，删除所述评论信息中的停用词，并结合情感词典，确定所述每条评论信息的第一情感极性；

根据所述每条评论信息的第一情感极性、所述正向评论训练数据、所述负向评论训练数据、评论文本内容中未被删除的词组成的词向量、评论影响力和评论发布时间间隔确定所述每条评论信息的第二情感极性；所述评论影响力根据所述评论点赞次数获得；

根据所述评论用户的注册时间、粉丝与好友比例和网络信息的原创比例，获得真实评论用户；

根据所述真实评论用户的好友关系的网络特征，对所有所述真实评论用户进行聚类；

根据类中与各个所述真实评论用户对应的第二情感极性，归一化每个类的第二情感极性，获得每个类的情感极性的权值；

根据所有类的所述情感极性的权值，判断所述网络数据信息是否为谣言。

2.根据权利要求1所述的方法，其特征在于，所述根据所述网络数据信息，采集原创网络信息，包括：

根据所述网络数据信息，利用正则表达式构建关键词语法，在网络中采集预设数量的所述原创网络信息；

若采集的所述原创网络信息的数量未达到预设数量，则根据转发关系，在网络中采集所述原创网络信息的转发网络信息，并将其作为所述原创网络信息，直到所述原创网络信息的数量达到所述预设数量。

3.根据权利要求1所述的方法，其特征在于，所述对所述评论信息中的评论文本内容进行分词，删除所述评论信息中的停用词，并结合情感词典，确定所述每条评论信息的第一情感极性，包括：

对所述评论文本内容进行分词，删除所述评论信息中的语气助词、连词和介词；

根据情感词典，确定每个未被删除的词w_n的情感值k(w_n)，所述情感值的范围为[-1,1]；

根据所述情感值k(w_n)和所述每个词与该评论文本内容的主体e的距离dis(w_n，e)，确定该评论信息的第一情感极性score(e)，所述距离dis(w_n，e)为第n个词w_n与该评论文本内容的主体e间间隔的字符数，所述第一情感极性score(e)为：

score(e)=Σwnk(wn)dis(wn,e).]]>