随着互联网技术的快速发展,网络信息指数式增长,由于缺乏强有力的监督与约束,使得各种谣言迅速产生与急速扩散,尤其是各种虚假健康信息的肆意传播,不利于人们的健康、社会的稳定和国家的发展。文本分类是自然语言处理的一个子任务,但目前对虚假健康信息文本识别的研究非常缺乏。以往研究主要集中在识别微博上的谣言、伪造商品评论、垃圾邮件及虚假新闻等。与谣言等不同,网上的虚假健康信息中含有大量的医学专业术语,而且大多文本呈现虚虚实实,真假参半的特点,这些特性使得大量且有效的标注数据非常难以获取,而且标注样本又非常费时费力。近些年,深度学习的方法已被运用来解决相关问题,并且取得不错的成果,但其需要大量的高效的标注数据,这也一定程度上限制了深度学习模型解决此问题。随着迁移学习模型的出现,预训练模型和微调模式的兴起,降低了对标注数据的需求,也更利于解决此类问题。本课题的主要目的是针对网络健康信息,提出一种虚假健康信息检测的方法,以果壳网的流言百科上的医学健康信息文本为数据,对其进行建模,利用深度学习模型和迁移学习模型进行分类预测,判断其是否为虚假健康信息。本文的主要创新性工作如下:1)本文采用了 Word2vec模型和BERT模型两种文本向量化方法,方便后续模型进行特征提取;并利用BERT模型训练通用语言模型,通过迁移学习,将通用语言模型中的知识应用到医学信息分类任务。2)本文提出了一种基于词向量的神经网络模型,利用Word2vec模型和BERT模型训练词向量,以此替代神经网络模型的嵌入层,同时采用多模型结合的方法,实现提高分类模型效率的目标。3)本文提出了一种基于通用语言模型的迁移学习模型,通过获取的网络上没有标注的相关数据,作为训练通用语言模型的数据集,利用BERT模型进行训练,得到通用语言模型。将通用语言模型作为知识库,利用BERT模型和简单的神经网络模型,将从中学习到的知识迁移到医学信息分类任务中,提高医学信息分类的精确率和效率。