Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Deep Recurrent Neural Network and Data Filtering for Rumor Detection on Sina Weibo

Tytuł:
Deep Recurrent Neural Network and Data Filtering for Rumor Detection on Sina Weibo
Autorzy:
Yichun Xu
Chen Wang
Zhiping Dan
Shuifa Sun
Fangmin Dong
Temat:
rumor detection
sina weibo
deep neural network
recurrent neural network (rnn)
long short-term memory (lstm)
gated recurrent unit (gru)
Mathematics
QA1-939
Źródło:
Symmetry, Vol 11, Iss 11, p 1408 (2019)
Wydawca:
MDPI AG, 2019.
Rok publikacji:
2019
Kolekcja:
LCC:Mathematics
Typ dokumentu:
article
Opis pliku:
electronic resource
Język:
English
ISSN:
2073-8994
Relacje:
https://www.mdpi.com/2073-8994/11/11/1408; https://doaj.org/toc/2073-8994
DOI:
10.3390/sym11111408
Dostęp URL:
https://doaj.org/article/43f250f71b044f55be45c079bd14616c  Link otwiera się w nowym oknie
Numer akcesji:
edsdoj.43f250f71b044f55be45c079bd14616c
Czasopismo naukowe
Social media makes it easy for individuals to publish and consume news, but it also facilitates the spread of rumors. This paper proposes a novel deep recurrent neural model with a symmetrical network architecture for automatic rumor detection in social media such as Sina Weibo, which shows better performance than the existing methods. In the data preparing phase, we filter the posts according to the followers of the user. We then use sequential encoding for the posts and multiple embedding layers to get better feature representation, and multiple recurrent neural network layers to capture the dynamic temporal signals characteristic. The experimental results on the Sina Weibo dataset show that: 1. the sequential encoding performs better than the term frequency-inverse document frequency (TF-IDF) or the doc2vec encoding scheme; 2. the model is more accurate when trained on the posts from the users with more followers; and 3. the model achieves superior improvements over the existing works on the accuracy of detection, including the early detection.
Zaloguj się, aby uzyskać dostęp do pełnego tekstu.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies