| 基于增强对抗网络和多模态融合的谣言检测方法 |
| |
| 引用本文： | 唐 樾,马 静.基于增强对抗网络和多模态融合的谣言检测方法[J].情报科学,2022,40(6):108-114. |
| |
| 作者姓名： | 唐 樾 马 静 |
| |
| 摘 要： | 【目的/意义】随着社交网络的复杂化，当前谣言往往是由描述事件的文本、对应的图片或者视频组成，多种
模态的谣言更容易给用户传达一种错误的认知。现有谣言检测的研究往往只使用谣言文本特征，且未能充分挖掘
谣言与事件存在的联系。【方法/过程】因此本文提出一种基于增强对抗网络和多模态融合的谣言检测方法，使用
BERT 和 Text-CNN 提取文本特征，使用 VGG-19网络提取图像特征，再通过注意力机制捕捉多个模态的特征交
互，最后使用增强对抗网络来挖掘谣言和事件之间联系。【结果/结论】在公开的微博多模态数据集上进行对比实
验，实验结果表明该方法检测的准确率达到了 92.5%，相较于传统单模态和现有多模态模型，提升了约 10%~20%。
【创新/局限】本文将对抗网络和多模态特征融入谣言检测中，有效提升了谣言检测的效果，但目前仅尝试了文本和
图像两种模态的结合，如何融合更多模态的特征后续有待研究。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
| 点击此处可从《情报科学》下载免费的PDF全文 |
|
