【摘 要】
：
随着社交网站的兴起,微博凭借着效率高、传播力强、信息多元化等特点,成为了国内外最受欢迎的社交网络信息平台,它给人们获取和分享信息带来了便利,同时也存在大量的网络谣言。谣言不论是对国家,社会还是个人,都带来了严重的负面影响。目前,在社交网络平台上最常见的谣言识别方法是人工识别,此方法不仅会消耗大量的人力、物力和财力,而且效率很低。所以,许多专家和研究人员采用传统的机器学习的方法进行谣言识别,虽然取得
论文部分内容阅读
随着社交网站的兴起,微博凭借着效率高、传播力强、信息多元化等特点,成为了国内外最受欢迎的社交网络信息平台,它给人们获取和分享信息带来了便利,同时也存在大量的网络谣言。谣言不论是对国家,社会还是个人,都带来了严重的负面影响。目前,在社交网络平台上最常见的谣言识别方法是人工识别,此方法不仅会消耗大量的人力、物力和财力,而且效率很低。所以,许多专家和研究人员采用传统的机器学习的方法进行谣言识别,虽然取得了一定的成果,但在选取相关特征上,通常选取用户属性,内容特征等浅层特征。因此,为了提高对谣言信息识别的,本文将传统谣言识别模型和评论情感特征相结合,提出了一种基于XLNet-TGCG模型的谣言识别方法,具体研究内容如下:（1）使用XLNet预训练语言模型得到包含上下文信息的词向量,同时利用其双流自注意力机制的优点解决一词多义的问题,提高了表达深层语义信息的能力。（2）将Text CDN-GRU网络获取的微博正文深层语义特征和CPSO-GRU获取的微博评论情感特征加以拼接整合,增强输入特性,以提高谣言识别模型的性能。（3）本文在XLNet-TGCG谣言识别模型的基础上,设计并实现了一种谣言检测系统,其主要由数据获取模块、前后端交互模块以及谣言识别模块组成,可以在用户提交谣言识别请求时为用户返回准确的谣言识别结果。经过多次对比实验,说明了本文提出的XLNet-TGCG模型在新浪微博数据集上是有效的,而且模型的F1值和准确率分别达到了93.8%和94.3%,说明了该模型可以更好的应用于谣言识别任务。
其他文献
体育教学环境是体育教学活动中的重要因素,体育教学环境的优化对提高教学效果,保证教学质量起着重要的作用。体育教学环境是进行教学活动的基础和保障,任何教学活动都不可能离开教学环境进行。与其他学科相比,体育课的开放性特点更易受教学环境影响,对体育教学环境的研究应引起更多关注。本文的研究对象是晋城市初级中学体育教学环境,运用文献资料法、问卷调查法、访谈法、数理统计等方法,通过发放学生问卷、教师问卷以及与相
无人机可实现快速巡航,将图像回传至管理人员的移动设备,利用光学变焦镜头,在人工有盲区的目标区域进行监测。但在无人机航拍时,由于景深是受限制的,使得传回成像系统的信息局限于目标场景的聚焦区域,此时需要采用多聚焦融合算法获得丰富的场景信息。本文针对上述算法现存在的问题,引入孪生网络到无人机图像多聚焦融合领域,主要在以下两个方面进行了深入研究工作:1)针对现有多聚焦融合算法用于无人机航拍图像时效果不佳,
在智能驾驶领域中,准确识别行人过街意图能够提前规避即将发生的危险,并且减少无效的等待时间,有利于提高行车效率。在现有的行人过街意图识别相关研究中,大多是使用提取到的行人姿态特征进行轨迹预测,但这类方法的数据类型较为单一,易受到环境因素的干扰。因此,本文在行人特征识别阶段将行人检测和人体关键点检测相结合,获取行人过街时的位置信息和关键点坐标信息,接着构建一种结合多头注意力机制的LSTM网络模型进行行
老年人的安全监护是健康养老产业的首要问题,也是一个迫切需要解决的社会性难题。通过检测包含代谢状态和健康程度信息的人体心肺体征信号,可以准确获得老年人的实时状况,是健康监护的首选。近年来,基于调频连续波（Frequency Modulated Continuous Wave,FMCW）雷达的非接触式心肺体征检测技术被广泛研究,并取得了良好的成效。但其存在位姿杂波和人体体动干扰情况下心肺信号检测结果误
激光干涉光刻（LIL）技术是激光干涉产生的周期性或准周期性光场分布,直接或间接作用在材料表面制造出可控的微纳图案。干涉图案可以利用激光器直接在样品表面烧蚀;也可以先记录在光刻胶上,再通过电镀、刻蚀等工艺转移到样品表面,产生微纳图案。激光直写技术是一种精密的激光写入技术,拥有无掩膜、精度高、制作效率高、成本低、加工灵活等优势。本文设计了无需光刻胶的直接激光干涉光刻系统,简化了光刻加工工艺,通过控制高
当前行人重识别技术的重点研究方向有两个,特征提取和度量学习,前者不仅决定了模型的性能上限,而且也会影响度量学习。由于摄像头的安装角度和安装环境,会导致拍摄的行人图像存在前后角度不一致、图像不清晰和行人部分特征被遮挡等影响行人特征提取的问题。所以当前行人重识别的研究重点是如何提取到一个具有代表性的行人特征,本文的中心是围绕行人重识别所面临的挑战对基于深度学习的行人重识别方法进行研究和改进,主要的研究
人脸识别课题是计算机视觉领域中流行以及长期存在的课题,随着对深度学习认识的逐步加深、大规模数据集的便捷获取、以及硬件加速平台的突破,深度人脸识别技术也相应迎来了质的飞跃,并在现实中得到了广泛的应用。但针对在现实中不同应用和场景下的问题,更精确和稳定的人脸识别以及更高效实时的识别速度仍然是一项重大挑战。本文主要从以下三个方面对人脸识别进行性能提升:更轻量化的人脸检测、更有效的特征提取网络、更有判别性
图像质量增强是物体识别和检测、三维重建、目标跟踪等计算机视觉任务中不可或缺的预处理过程。视频图像去雨雾算法的目标是将被雨雾污染的图像恢复为不含有雨雾的清晰图像,从而达到图像增强的目的,现有的视频图像去雨雾技术只在去雾或去雨中的一项任务中表现很好,具有一定的单一性。本文研究能够同时完成去雨和去雾两种任务的算法,提出一种基于深度残差网络的视频图像去雨雾算法,主要工作如下:1)针对目前的去雾去雨算法网络
红外与可见光图像配准可以使两幅图像实现几何对齐,充分提取两幅图像的互补信息,从而广泛应用于军情侦察、视频监控、智能驾驶等领域。尽管近年红外与可见光图像配准技术在各个领域取得了很大的进展,但由于红外与可见光图像间成像分辨率和像素灰度值的不确定性关系,如何得到提高两者的配准精度仍是一个技术难点,具有重要的研究价值。本文针对特征描述、特征匹配和几何变换参数估计对基于特征的红外与可见光图像配准进行研究,主
古琴是中国最古老的弹拨乐器,也是中国传统音乐文化的活态传承。每个时代琴家们喜爱的琴曲各有不同,而经典的琴曲总是会被人们牢记并广泛的流传。由南宋琴家郭沔创作,吴景略先生演奏版本的《潇湘水云》就是一首经过岁月磨炼、时代沉淀而备受人们喜爱的琴曲。本文选用此曲作为研究对象,全文共分为五个部分:第一部分的绪论中介绍了选题缘起、意义及研究现状;第二部分简述了琴曲的创作背景;第三部分对演奏谱本进行了细致的梳理,