[目的] 针对已有文献对谣言语言风格特征和部分真实的双面健康信息关注较少的研究不足,提出了一个考虑语言风格特征的多模态在线健康谣言检测框架(A multimodal wide and deep approach for online health rumor detection considerin...
详细信息
[目的] 针对已有文献对谣言语言风格特征和部分真实的双面健康信息关注较少的研究不足,提出了一个考虑语言风格特征的多模态在线健康谣言检测框架(A multimodal wide and deep approach for online health rumor detection considering language style,MWDLS)。[方法] MWDLS利用亚里士多德修辞理论来提取诉诸情感、诉诸逻辑和诉诸人格的说服语言风格特征,然后基于双向跨模态交互融合策略和门控机制来实现浅层语言风格特征和深层语言内容特征的联合表征学习和分类预测。[结果] 基于一个微博场景真实数据集的一系列对比实验与消融实验发现,MWDLS的平均F1值在目标任务上比基线模型提高了1.75% ~ 11.98%,表明了MWDLS在健康谣言检测任务上的优越性。[局限] 随着大语言模型性能的不断增强,未来可将本文算法框架与大语言模型进行结合,以探索新的性能提升方向。[结论] 本文提出了一个融合语言风格特征和语言内容特征的多模态健康谣言检测框架,并基于真实社交媒体数据集验证了该模型在健康谣言检测任务上的有效性,具有重要的理论与实践意义。
暂无评论