基于语义增强卷积置信网络的网络舆情真实性检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：在国内外网络舆情真实性检测研究基础上，分析了虚假评论与真实评论文本的特征差异，针对传统卷积神经网络（CNN） 在文本语义捕捉和舆情特征提取上的不足，提出一种基于语义增强的卷积置信网络（CBN） 模型。首先，结合加权TF-IDF算法构建多维度关键词特征集，对词向量实施语义权重动态分配；其次，以受限玻尔兹曼机（RBM） 取代传统池化层，旨在克服最大池化操作带来的语义信息损失，从而实现更深度的特征抽象模型；最终通过加权词向量与分类模型的协同处理实现舆情真实性分类。（剩余8273字）

试读结束

目录
monitor
客服机器人