BERT-CharCNN联合模型微博作者身份验证研究

摘要

针对现有微博作者身份验证方法存在的特征工程复杂和模型表征能力不足等问题,可采用一种能够捕捉文本综合特征的BERT-CharCNN联合模型.一方面,利用CharCNN提取微博文本字、词级的特征;另一方面,利用BERT提取微博文本句子、段落级的特征.对两个特征进行拼接得到最后的特征向量,使得神经网络能够较好地进行微博作者身份验证.实验结果表明,该联合模型对微博作者身份验证的准确率优于单分支的BERT和CharCNN模型.