基于Attention与Bi-LSTM的谣言识别方法

为了实现谣言的高效识别,提出一种基于Attention与Bi-LSTM 的谣言识别方法.首先,设计一种基于双向循环神经网络的深度学习模型,并引入 Attention机制对长序列编解码的时序问题进行关联,从每个句子中捕获最重要的语义信息,形成长期的记忆,从而高效识别谣言的二次传播;其次,设计 Word Embedding机制,将文本数据映射到一个低维度的实数向量,避免了高维度的输入导致模型产生维度灾难;最后,在真实数据集上与先进的谣言识别方案进行对比,所提方法能达到 94.3％的准确率,高于其他三种基于深度学习的谣言识别方案,从而验证了该方法的有效性.