【技术实现步骤摘要】
本专利技术属于自然语言处理领域，具体涉及一种基于动态免疫网络理论的社交媒体谣言检测方法、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、社交媒体谣言检测任务大致有以下几种基本处理方法：基于知识的谣言检测方法、基于文本特征的谣言检测方法以及基于传播特征的谣言检测方法。
2、谣言检测的任务目标是得到源消息的真实性，最直接的方法就是通过源消息的文本内容或者基于已有知识判断它的真实性。基于知识的谣言检测方法通常会使用事实核查的处理过程，该过程旨在从待核查的消息中提取知识，与已知的事实进行比较从而评估消息的真实性。基于文本特征的谣言检测方法可分为基于一般文本特征的和基于潜在文本特征两种方法，分别代表了机器学习时代和深度学习时代的两种主流方法。前者主要着眼于文本中各个层面例如词法、句法等的统计信息，后者则是利用深度神经网络对文本进行编码获取潜在文本特征，然后通过分类器判断消息的真实性。然而，这两种方法有一定局限性：首先，现有的基于知识库的谣言检测方法一般无法实时更新知识，从而也就无法判断源消息中存在、但知识库中不存在的新...
【技术保护点】
1.一种基于动态免疫网络理论的社交媒体谣言检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在步骤S3中，如下计算得到消息真实性概率分布向量：
3.如权利要求2所述的方法，其特征在于，如下计算评论推文数量的瞬时变化率：
4.如权利要求3所述的方法，其特征在于，如下计算在第条评论推文发布的时间节点社交媒体网络对立场为的评论推文的敏感值：
5.如权利要求4所述的方法，其特征在于，如下计算用户数量的瞬时变化率：
6.如权利要求5所述的方法，其特征在于，如下计算用户数量和评论推文数量：
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。