【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和應(yīng)用的普及,互聯(lián)網(wǎng)中的信息量正以指數(shù)級(jí)別的速度飛速地增長,已經(jīng)成為了一個(gè)巨大的信息庫。也正因如此大量不可靠的信息可以快速地在人群中傳播。而社交媒體上的謠言泛濫可能會(huì)導(dǎo)致社會(huì)混亂,進(jìn)而影響人們正常的生活秩序。特別是在面臨突發(fā)公共事件時(shí),廣泛傳播的謠言可能會(huì)具有極大的破壞性。謠言檢測是自然語言處理中文本分類的子任務(wù)。謠言檢測的主要目的是識(shí)別沒有絲毫結(jié)構(gòu)規(guī)則可言的新聞文本,判斷其是否為假新聞(謠言)。在當(dāng)今社會(huì),微博已經(jīng)成為人們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠?因此本論文選用微博作為實(shí)現(xiàn)謠言檢測的平臺(tái)。本課題的研究目的是從海量微博新聞文本信息中,挖掘其中的蘊(yùn)含的特征,并提出一種新的謠言檢測的方法,以微博上的新聞文本和用戶評(píng)論為數(shù)據(jù),對(duì)其進(jìn)行建模,找出分類的關(guān)鍵特征,并以深度學(xué)習(xí)模型進(jìn)行分類預(yù)測,判斷其是否為假新聞(謠言)。所以,本文的主要工作如下所示:1)研究基于用戶對(duì)于微博新聞?dòng)^點(diǎn)的謠言檢測算法。在社交媒體中,用戶可以自由直接地表達(dá)對(duì)于新聞的看法,用戶對(duì)于該微博新聞的態(tài)度,可以作為一種很重要的特征。因此,本算法同時(shí)將評(píng)論分為兩種大小不同的粒度:詞語和評(píng)論句子,并結(jié)合兩種粒度提出了一種謠言檢測算法。之后在數(shù)據(jù)集上與經(jīng)典謠言檢測算法進(jìn)行了對(duì)比試驗(yàn),驗(yàn)證了算法的有效性。2)研究基于微博新聞文本的情感分類算法。謠言往往帶有很強(qiáng)的煽動(dòng)性,希望會(huì)得到廣泛的關(guān)注與傳播,因此大部分會(huì)帶有比較強(qiáng)烈的感情色彩在其中。本文基于經(jīng)典的文本分類算法,結(jié)合情感詞典,提出了一種新的文本情感分類算法,使算法模型對(duì)于情感詞可以給予更多的關(guān)照,并通過實(shí)驗(yàn)和經(jīng)典方法進(jìn)行對(duì)比,驗(yàn)證了算法的有效性。3)結(jié)合上述兩種結(jié)果的算法。本文主要綜合考慮了情感傾向和用戶態(tài)度這兩個(gè)維度的特征對(duì)謠言檢測可能產(chǎn)生的影響,因此,通過預(yù)訓(xùn)練的方式,將上述兩種模型產(chǎn)生的結(jié)果進(jìn)行結(jié)合。4)原型系統(tǒng)的設(shè)計(jì)與研究。本論文以微博為平臺(tái),用以實(shí)現(xiàn)自己的原型系統(tǒng)。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.1;TP181
【圖文】：

因此，本文從用戶對(duì)于微博新聞的觀點(diǎn)，和微博新聞文本本身兩個(gè)方面進(jìn)行逡逑研宄，之后通過整合兩個(gè)方面的結(jié)果以提升整體的分類的準(zhǔn)確度和系統(tǒng)性能。主逡逑要結(jié)構(gòu)框圖如下圖１－２所示。逡逑新聞本身文邐｜微博新聞評(píng)逡逑本信息邐論信息逡逑邐］邋［邋邋邐］邋［邋逡逑文本情感信邐｜評(píng)論建模分逡逑息邐析逡逑邐Ｉ邋［邐邋邋｝邐［邐逡逑文本特征向邐｜新聞評(píng)論特逡逑量邐征向量逡逑結(jié)合文本特逡逑征向量和評(píng)逡逑論特征向| 逡逑圖１－２本文算法結(jié)構(gòu)圖逡逑１．４論文組織結(jié)構(gòu)逡逑本論文主要闡述了基于微博新聞的謠言檢測算法的研究與原型系統(tǒng)的實(shí)現(xiàn)，逡逑共分為七個(gè)部分，組織結(jié)構(gòu)如下：逡逑第一章：介紹了本論文的研究背景和研究內(nèi)容。并簡要說明了研究的意義和逡逑國內(nèi)外研究的現(xiàn)狀。逡逑第二章：介紹了本文所使用的相關(guān)技術(shù)。逡逑第三章：針對(duì)用戶評(píng)論這一特征，提出了基于用戶觀點(diǎn)的謠言檢測模型算法，逡逑并通過真實(shí)的數(shù)據(jù)集，和經(jīng)典謠言檢測算法進(jìn)行對(duì)比試驗(yàn)，驗(yàn)證了該方法的有效逡逑性。逡逑第四章：針對(duì)微博新聞文本的情感特征進(jìn)行研究，提出了一種基于情感詞典逡逑的情感分類算法，并通過數(shù)據(jù)集上的對(duì)比試驗(yàn)，驗(yàn)證了該方法能很好的捕獲文本逡逑的情感特征。逡逑６逡逑

圖２－１邋ＬＳＴＭ單元結(jié)構(gòu)逡逑中，Ａ表示遺忘門，Ｇ表示輸入門，ｃｔ－ｉ表示前一時(shí)刻單元狀態(tài)、ｑ表示當(dāng)逡逑狀態(tài)（產(chǎn)生自循環(huán)），0ｔ表示輸出門，＼表示當(dāng)前單元的輸出，ｈ－ｌ表示前逡逑單元的輸出。因此，計(jì)算公式如公式２－１至公式２－６所示。逡逑ｈ邋—邐＋邐＾ｉ）邐（２邋—邋１）逡逑ｏｔ邋＝邋ａ（ｘｔＷ０邋＋邋ｈ＾Ｕｏ邋＋邋ｂ０）邐（２邋—邋２）逡逑ｆｔ邋＝邋ａ（ｘｔＷｆ邋＋邋ｈｔ＾Ｕｆ邋＋邋ｂｆ）邐（２－３）逡逑ｃ［邋＝邋ｔａｎｈ（ｘｔＭ／ｃ邋＋邐＋邋＾ｃ）邐（２邋—邋４）逡逑ｃｔ邋＝邋ｆｔ＇邋ｃｔ－ｉ邋ｈ邋＇邋ｃｔ邐（２邋—邋５）逡逑ｈｔ邋—邋ｏｔ邋？邋ｔａｎｈ（ｃｔ）邐（２邋—邋６）逡逑ＲＵ基礎(chǔ)單元逡逑ＲＵ即Ｇａｔｅｄ邋Ｒｅｃｕｒｒｅｎｔ邋Ｕｎｉｔ，實(shí)際上屬于ＬＳＴＭ的一個(gè)變體，既保持，。，ＬＳＴＭ

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王海;劉瑞鋒;;新聞文本英漢翻譯中褒獎(jiǎng)性與貶損性詞語的語用特征[J];電視指南;2017年17期

2 張書寧;;新聞文本英譯的策略性研究[J];北方文學(xué);2017年18期

3 趙建偉;;網(wǎng)媒語境對(duì)新聞文本客觀性的削弱[J];青年記者;2014年29期

4 崔軍藝;鄭培華;;淺談網(wǎng)絡(luò)新聞文本的傳播價(jià)值[J];科技資訊;2012年33期

5 呂怡然;;真實(shí):新聞文本的第一價(jià)值[J];青年記者;2011年25期

6 蒲曉彬;;論新聞文本精神活動(dòng)流程中的事料[J];黃河科技大學(xué)學(xué)報(bào);2011年05期

7 譚志紅;李鐵錘;;新聞文本的特性分析[J];傳媒觀察;2009年08期

8 華進(jìn);王瀟涓;;電視新聞文本的敘事學(xué)解讀[J];現(xiàn)代視聽;2009年08期

9 范敬英;;網(wǎng)絡(luò)新聞文本符號(hào)互文分析——以視頻新聞為例[J];新學(xué)術(shù);2007年04期

10 周洪林;;中西新聞文本風(fēng)格比較[J];新聞界;2006年01期

相關(guān)會(huì)議論文 前4條

1 賀春祿;;報(bào)紙科技新聞文本的受眾解讀[A];中國科技新聞學(xué)會(huì)第九次學(xué)術(shù)年會(huì)論文集[C];2007年

2 陶建杰;;臺(tái)灣主流報(bào)紙對(duì)“嫦娥一號(hào)”的報(bào)道研究——以新聞文本框架建構(gòu)為視角[A];中國傳媒大學(xué)第二屆全國新聞學(xué)與傳播學(xué)博士生學(xué)術(shù)研討會(huì)論文集[C];2008年

3 丁和根;;論新聞報(bào)導(dǎo)的話語格局——兼評(píng)梵·迪克的新聞話語分析[A];全國語言與符號(hào)學(xué)研究會(huì)第五屆研討會(huì)論文摘要集[C];2002年

4 楊保軍;;關(guān)于新聞本體的幾個(gè)基本問題[A];新聞學(xué)論集（第22輯）[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 董天策 暨南大學(xué)新聞學(xué)院教授;多研讀新聞文本[N];中華新聞報(bào);2005年

2 曾峰 貴陽晚報(bào);新聞也可“片面”而行[N];經(jīng)濟(jì)信息時(shí)報(bào);2010年

相關(guān)博士學(xué)位論文 前3條

1 孫德宏;新聞的審美傳播研究[D];東北師范大學(xué);2010年

2 孫發(fā)友;新聞文本顯性狀態(tài)及其潛在張力[D];華中科技大學(xué);2007年

3 華進(jìn);云之話語，鐘之邏輯：敘事學(xué)視域下的網(wǎng)絡(luò)新聞研究[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李菁雯;基于深度學(xué)習(xí)的新聞文本分類系統(tǒng)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

2 郭增榮;基于深度學(xué)習(xí)的微博新聞謠言檢測研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

3 蒙梅;面向網(wǎng)絡(luò)教育新聞文本的區(qū)域分類方法研究[D];西安理工大學(xué);2019年

4 席潔;新型新聞文本：“新聞+跟帖”的互文結(jié)構(gòu)關(guān)系與輿論引導(dǎo)[D];煙臺(tái)大學(xué);2018年

5 王婷婷;面向新聞文本的話題發(fā)現(xiàn)研究[D];山西大學(xué);2018年

6 徐蔚;基于深度學(xué)習(xí)的中文新聞文本分類的研究[D];中南民族大學(xué);2018年

7 伏愷;Web新聞文本信息抽取與可視化研究[D];山東財(cái)經(jīng)大學(xué);2017年

8 馬晨峰;混合深度學(xué)習(xí)模型在新聞文本分類中的應(yīng)用[D];山東大學(xué);2018年

9 陳楊;基于維基百科語料的新聞文本詞匯鏈構(gòu)建技術(shù)研究[D];昆明理工大學(xué);2017年

10 王鵬;符號(hào)學(xué)視域下網(wǎng)絡(luò)新聞文本闡意對(duì)輿論影響研究[D];渤海大學(xué);2017年

本文編號(hào)：2715791