买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于检测方法技术领域，尤其涉及一种基于领域信息和自定义门控网络的网络谣言实时检测方法。本发明提供一种基于领域信息和自定义门控网络的网络谣言实时检测方法。本发明包括以下步骤：步骤一：采用以词为单位的模型对文本进行编码；通过正则表达式清除文本中的特殊字符，将表情符号转换成对应的文字，添加句首标志[CLS]和分句标志[SEP]，得到纯文本；步骤二：对纯文本使用结巴分词进行预分词操作，得到词序列[token1，token2，...，tokeni]；遍历该序列，如果tokeni存在于词汇表中则保留，否则使用BERT模型的分词器将其切分为字；将每个tokeni的分词结果按照预分词的词序列顺序拼接起来传入BERT模型，编码后得到一组词向量W＝[w[CLS]，w1，...，wn，w[SEP]]作为专家模型的输入。

主权项：1.基于领域信息和自定义门控网络的网络谣言实时检测方法,其特征在于包括以下步骤：步骤一：采用以词为单位的模型对文本进行编码；通过正则表达式清除文本中的特殊字符，将表情符号转换成对应的文字，添加句首标志[CLS]和分句标志[SEP]，得到纯文本；步骤二：对纯文本使用结巴分词进行预分词操作，得到词序列[token1,token2,…,tokeni]；遍历该序列，如果tokeni存在于词汇表中则保留，否则使用BERT模型的分词器将其切分为字；将每个tokeni的分词结果按照预分词的词序列顺序拼接起来传入BERT模型，编码后得到一组词向量W＝[w[CLS],w1,…,wn,w[SEP]]作为专家模型的输入；步骤三：专家模型通过多个卷积通道使用不同尺寸的卷积核来获取不同尺度的文本特征，通过最大池化操作选取主要的特征，并将各卷积通道的特征拼接在一起得到句子特征；步骤四：博文所对应的BERT模型词向量，经过Word-Attention编码，博文的词向量被赋予不同权重来表示其对检测结果的影响程度后，获取对应博文的文本特征向量表示e_k；Word-Attention对博文的单词编码赋予不同权重来表示其对检测结果的影响程度；步骤五：将步骤三和步骤四分别得到的特征进行拼接融合输入分类器中，选用交叉熵作为损失函数进行分类。

全文数据：

权利要求：

百度查询： 中国刑事警察学院 基于领域信息和自定义门控网络的网络谣言实时检测方法