论文部分内容阅读
随着以微博为代表的社交网络的兴起,在带给人们前所未有的资讯体验的同时,社交网络中层出不穷、愈演愈烈的谣言信息也成为日益突出的问题。谣言的自动检测研究作为社交网络谣言研究、监控、应对和治理的前提,正逐渐受到关注。 本文以流行的中文社交平台——新浪微博为背景,以微博谣言为研究对象,在前人将检测任务作为分类问题求解的框架下,重点关注于微博评论中的情感反馈,提出将评论的总体情感正负倾向作为一项新的特征,用于谣言检测的分类任务中。总体说来,本文工作主要体现在以下两个方面: (1)本文为实验所需从官方公示中爬取了高质量的谣言样本,同时爬取分布覆盖比较广泛的普通微博数据,构建起微博语料集。由于本文从真实微博环境中爬取的数据中大量存在的垃圾评论噪声会对实验结果产生较大干扰,本文在数据的预处理阶段重点对垃圾评论进行分类过滤。通过预处理,大大地减少了语料中的噪音,为实验能够有效验证打下良好基础。 (2)造谣者在炮制谣言时的刻意为之,加之谣言在公共参与讨论中必然招致的质疑批驳,都使得谣言微博的评论总体上比普通微博更倾向于负面情感。因此本文提出了一种利用微博的评论总体情感倾向的特征,并利用基于词频特征的分类器对单条评论进行情感倾向的有效识别,从而得到总体情感倾向特征值。最后在微博语料库上实验验证,表明本文提出的新特征在现有特征基础上对分类结果有可观的提升。