【技术实现步骤摘要】
网络信息检测方法、装置、存储介质和计算机设备本申请是于2018年05月31日提交中国专利局,申请号为201810549608.8,专利技术名称为“网络信息检测方法、装置、存储介质和计算机设备”的分案申请,其全部内容通过引用结合在本申请中。
本申请涉及互联网
,特别是涉及一种网络信息检测方法、装置、计算机可读存储介质和计算机设备。
技术介绍
机器学习(MachineLearning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。随着互联网的快速发展,网络已成为人们发布信息和获取资讯的重要渠道。网络信息具有传播速度快,覆盖范围广等特点。当权威的信息在网络上被发布时,能够得到及时有效的响应和关注。而当谣言在网络被传播时,容易误导人们,给群众及乃至社会造成不同程度的影响。其中,谣言是指不真实的言论。为此,各社交网络越来越重视对网络信息的检测工作,以甄别出其中的谣言信息。传统地网络信息检测方法,都将谣言检测视为分类问题,即通过提取社交网络(例如微博/推文等)的文本内容、用户资料和消息传播等方面的特征,训练监督学习算法得到“谣言”分类器。而多数谣言的检测仅仅考 ...
【技术保护点】
1.一种网络信息检测方法,包括:/n初始化预测模型的参数;/n从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息;/n基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型;所述预测模型的各神经网络节点的连接关系与各传播节点之间的层次关系对应;/n将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果;/n若未达到训练结束条件,则根据检测结果与标记的误差在所述预测模型进行反向传播,使当前神经网络节点的参数根据当前神经网络节点的所有的子神经网络节点的更新参数进行更新,得到所述预测模型的参数;/n返回所述从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息的步骤,直至达到训练结束条件,得到训练好的预测模型的参数;/n利用训练好的预测模型的参数,对网络信息进行预测,得到网络信息的检测结果。/n
【技术特征摘要】
1.一种网络信息检测方法,包括:
初始化预测模型的参数;
从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息;
基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型;所述预测模型的各神经网络节点的连接关系与各传播节点之间的层次关系对应;
将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果;
若未达到训练结束条件,则根据检测结果与标记的误差在所述预测模型进行反向传播,使当前神经网络节点的参数根据当前神经网络节点的所有的子神经网络节点的更新参数进行更新,得到所述预测模型的参数;
返回所述从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息的步骤,直至达到训练结束条件,得到训练好的预测模型的参数;
利用训练好的预测模型的参数,对网络信息进行预测,得到网络信息的检测结果。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述网络信息和所述检测结果关联;
当接受到终端的加载请求时,将所述网络信息和所述检测结果发送至所述终端。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到终端的加载请求时,将所述网络信息发送至所述终端;
获取终端发送的对所述网络信息的检测请求,所述检测请求在所述终端检测到用户操作显示界面上所述网络信息的检测按钮时发送;
所述方法还包括,将所述检测结果发送至所述终端。
4.根据权利要求1所述的方法,其特征在于,所述利用训练好的预测模型的参数,对网络信息进行预测,得到网络信息的检测结果,包括:
获取网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息;
基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型;所述预测模型的各神经网络节点的层次关系与各传播节点之间的层次关系对应;
将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果。
5.根据权利要求1或4所述的方法,其特征在于,所述基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型,包括:
创建所述预测模型的根神经网络节点;
从所述根神经网络节点开始,根据所述传播树结构中当前传播节点对应的子传播节点,按照传播的时间序列依次添加当前神经网络节点的所有子神经网络节点,直至所述传...
【专利技术属性】
技术研发人员:宋彦,张海松,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。