[发明专利]基于学习模型的谣言检测方法、系统及存储介质

说明书

本发明公开了一种基于学习模型的谣言检测方法、系统及存储介质，其中检测方法包括：构建新闻语料库；构建博文语料库；对新闻语料库中的数据进行模型训练，获得第一分类器模型；对博文语料库中的数据进行特征提取，获得训练特征，利用训练特征进行模型训练获得第二分类器模型；利用第一分类器模型和第二分类器模型对社交平台中的博文数据进行谣言检测。本发明通过对新闻数据中的谣言和非谣言数据进行采集构建新闻语料库，再进行模型训练获得第一训练模型；再对社交平台中的谣言和非谣言数据进行采集构建博文语料库，再进行模型训练获得第二训练模型，最后利用两个训练模型对社交平台中的数据进行谣言检测，使最终的检测结果更加准确可靠。

技术领域

本发明涉及文本分析技术领域，尤其涉及一种基于学习模型的谣言检测方法、系统及存储介质。

背景技术

社交媒体网络谣言是指通过社交平台(例如新浪微博、腾讯微博、Twitter等)而传播的编造的没有事实根据的博文论述。主要涉及突发事件、政治选举、明星要员、颠覆传统、离经叛道等内容。社交网络谣言的传播具有突发性、传播速度快和影响范围广等特点，因此其对社会易造成较大的危害。

当前社交网络谣言的检测方法包括分析谣言的文本内容、谣言的传播过程或谣言的来源这三个方面，然而传统的谣言检测方法只是利用了上述三个方面的某一个方面或者某两个方面，没有同时考虑上述三个方面。而社交网络的文本内容、对文本的回复及文本的来源对谣言的检测都有一定的影响，因此造成谣言检测不够准确。与此同时，目前的谣言检测方法均需人工对谣言和非谣言数据进行大量的标注才能进行模型的训练，因此需要人工标注较大量的数据，而人工的标注耗时耗力，这在一定程序上会影响模型的训练和优化。

发明内容

本发明实施例提供一种基于学习模型的谣言检测方法、系统及存储介质，用以解决现有技术中存在的谣言检测不够准确的问题。

第一方面，本发明实施例提供一种基于学习模型的谣言检测方法，包括以下步骤：

构建新闻语料库；

构建博文语料库；

对所述新闻语料库中的数据进行模型训练，获得第一分类器模型；

对所述博文语料库中的数据进行特征提取，获得训练特征，利用所述训练特征进行模型训练获得第二分类器模型；

利用所述第一分类器模型和所述第二分类器模型对社交平台中的博文数据进行谣言检测。

可选的，所述构建新闻语料库，具体包括：

在新闻平台中采集谣言新闻数据以作为新闻正例，并在新闻平台中采集官方新闻数据以作为新闻负例，利用所述新闻正例和新闻负例构建所述新闻语料库。

可选的，所述构建博文语料库，具体包括：

在社交平台中采集谣言博文数据以作为博文正例，并在社交平台中采集官方博文数据以作为博文负例，利用所述博文正例和所述博文负例构建所述博文语料库。

可选的，所述对所述新闻语料库中的数据进行模型训练，获得第一分类器模型，具体包括：

利用word2vec词向量方法对新闻语料库中的谣言新闻数据和官方新闻数据进行向量化处理，获得第一数据；

利用卷积神经网络或循环神经网络对所述第一数据进行训练获得第一谣言分类器。

可选的，所述对所述博文语料库中的数据进行特征提取，获得训练特征，利用所述训练特征进行模型训练获得第二分类器模型，具体包括：

对所述博文语料库中的谣言博文数据和官方博文数据进行特征提取，获得训练特征；

利用支持向量机算法或朴素贝叶斯算法对所述训练特征进行模型训练，得到第二分类器模型。