一种基于因果发现的谣言检测方法技术

一种基于因果发现的谣言检测方法，属于自然语言处理领域。针对谣言现有方法忽略文本中包含的因果关系的问题，以谣言为研究对象，利用因果发现网络生成因果三元组，结合双向循环神经网络和层级注意力机制来建立谣言因果表征模块，因果关系表征模块主要使用LSTM和Attention机制分别建立词级别的因果关系提取和序列级别的序列关系提取。再利用谣言语义表征模块编码谣言文本信息。最后将谣言因果表示和谣言语义拼接，通过谣言判别层来得到最后的结果。谣言判别层可以是不同的主流文本分类模型，实验证明基于因果发现的谣言检测方法明显优于其他的谣言检测方法，使谣言检测结果具有因果解释性。因果解释性。因果解释性。

【技术实现步骤摘要】
一种基于因果发现的谣言检测方法


[0001]本专利技术属于自然语言处理领域，尤其是涉及一种基于因果发现的谣言检测方法。通过引入因果关系方法来检测谣言文本内容的因果性，从因果角度给检测结果提供因果解释。

技术介绍

[0002]为有效处理谣言信息遏制谣言的传播，自动化谣言检测在网络信息日益增长的今天具有很强的现实意义。
[0003]现有的自动化谣言检测一般使用深度神经网络来进行分类，相比于基于人工特征提取的方法以及基于传播的方法，这些基于深度学习的谣言检测方法不需要依赖于人工特征提取，而是选取合适的神经网络进行建模，并且不需要获得谣言的传播结构，能够在谣言传播的初期获得不错的检测效果。然而，这些深度学习方法大多侧重于学习文本表示，在建模过程中虽然能够学习到更丰富的语义信息，但也没有考虑谣言文本中包含的因果关系，且不能为谣言检测结果提供合理的因果解释。
[0004]结合目前的相关研究，谣言检测问题存在以下难点：
[0005]1.现有的谣言检测方法大多关注人工特征提取和传播模式，有部分研究关注谣言内容的真实性，但都忽略谣言文本间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于因果发现的谣言检测方法，其特征在于包括以下步骤：a、处理数据，得到谣言因果关系三元组；b、利用层次注意力机制，将因果关系三元组转换成整个谣言文本的因果表征；c、将谣言文本传入到谣言语义模块中得到谣言语义表征；d、将谣言的因果表征和语义表征拼接输入到谣言判别层，得到谣言判断的结果。2.如权利要求1所述一种基于因果发现的谣言检测方法，其特征在于在步骤a中，所述得到谣言因果关系三元组是利用因果发现模型得到因果图，结合谣言文本得到因果关系三元组；从因果图中为每个词收集到对应三元组,头部实体、关系和尾部实体；关系分为因果/非因果关系，设定为每个词收集m个对应的三元组，包含因果/非因果三元组；得到三元组后通过因果向量层得到三元组的向量表示，先随机初始化实体以及关系嵌入的权重矩阵，再通过权重矩阵对实体和关系表示做变换，将实体和关系向量拼接得到三元组的向量表示；上述的操作表示如下：t
ij
＝(w
e
s
ij
||w
r
r
ij
||w
e
o
ij
)公式中()的表示向量的拼接，实体和关系嵌入的权重矩阵分别由公式中的w
...

【专利技术属性】
技术研发人员：俞振杰，林达真，朱多朵，曹冬林，
申请(专利权)人：厦门大学，
类型：发明
国别省市：