融合TextCNN与TextRNN模型的谣言识别方法

摘要

传统的谣言识别方法耗费人力物力并且准确率较低。为了有效识别社交网络中的谣言,提出一种基于融合模型的谣言识别方法.该方法首先通过BERT预训练模型构建文本句向量;其次构建TextCNN模型挖掘文本的语义特征,构建TextRNN模型用于挖掘文本的时序特征;最后,对两种模型进行加权融合,实现对谣言的识别.此外,还对原始主流模型进行了改进,一是借鉴Inception模型的思想来增加TextCNN模型的深度,二是将注意力机制注入TextRNN模型中,增加其可解释性和泛化能力.实验结果表明,相较于当前主流的谣言识别方法,该方法准确率可达到97.12%并且F1值可达到97.14%.