MSRD:多模态网络谣言检测方法

查看全文 作　　者：[1]刘金硕 [1]冯阔 Jeff [2]Z.Pan [1]邓娟 [1]王丽娜索引

机构地区：[1]空天信息安全与可信计算教育部重点实验室,武汉大学国家网络安全学院,武汉430072;[2]阿伯丁大学,苏格兰阿伯丁AB243FX

出　　处：《计算机研究与发展》索引2020年第57卷第11期,共9页

基　　金：国家自然科学基金项目(U1936107,6187613,61672393)。 摘　　要：图像和文本相结合的多模态网络谣言由于更具迷惑性和煽动性,对国家安全和社会稳定的危害性更严重.目前网络谣言检测工作充分考虑了谣言中配文的文本内容而忽略了图像内容以及图像中的内嵌文本内容,因此,提出了一种基于深度神经网络针对图像、图像内嵌文本以及配文文本内容的多模态网络谣言检测方法MSRD.该方法使用VGG-19网络提取图像内容特征,使用DenseNet提取图像内嵌文本内容,使用LSTM网络提取文本内容特征,与图像特征串接后,通过完全连接层获取图像与文本共享表示的均值与方差向量,借助从高斯分布中采样的随机变量以形成重新参数化的多模态特征并作为谣言检测器的输入进行谣言检测.实验表明:该方法在Twitter和微博两大数据集上达到了68.5%和79.4%的准确率. 关键词：多模态谣言检测图像内嵌文本自然语言处理深度神经网络

相关文献

参考文献（31）
引证文献（27）
耦合文献（0）

参考文献(31)

引证文献(27)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

MSRD:多模态网络谣言检测方法

参考文献(31)

引证文献(27)

用户提示