基于卷积神经网络的谣言检测（刘政（未志华）-计算机应用2017）

基于卷积神经网络的谣言检测，刘政、卫志华、张韧弦，《计算机应用》-2017

主要内容（与周志远2018类似）

• 使用Majing数据集
• 将谣言事件向量化，改进传统的卷积层过滤操作，使用CNN进行谣言检测

---

本文模型

模型结构

• 数据集处理

1. 通过新浪微博官方辟谣平台取得某条具体的谣言
2. 对其相关的微博进行聚类，得到N个谣言事件
3. 取得跟谣言事件数目近似相同的M个非谣言事件
4. 将每一个事件作为一个整体，对其中的每一条微博向量化，组成一个输入矩阵，以此类推，完成向量化操作
5. 输入卷积神经网络模型进行训练
6. 实际上本文是直接采用了Majing等人的数据集，做了一些预处理（正则表达式匹配降噪）

• 具体模型

1. 一个卷积层+一个池化层+一个全连接层（softmax）
2. filter宽度=输入矩阵的宽度：矩阵每一行表示某一条微博的向量表示，比起filter扫描局部块（注重微博事件中词与词的关系），能更好的挖掘相关微博之间的特征。
   

---

实验设置</