基于集成学习的微博谣言早期检测

微博谣言早期检测对于谣言防治有重要作用,而在谣言发生的早期缺乏相关信息,检测难度大.该文通过构建检测特征和组合多种检测算法实现微博谣言的早期检测.在检测特征选取方面,不直接使用微博的评论转发信息,而是通过对待检测微博文本和用户历史微博进行情感分析,构建刻画出用户和微博的情感特征.在检测算法方面,采用集成学习方法作为谣言检测算法,算法的基模型由多个异构深度学习模型组成,元模型采取随机森林算法,以元模型在基模型的预测输出上进行二次训练的方式组合不同模型以提高检测准确率.实验表明,该方法在谣言早期检测方面具有较好的检测效果.