《表2 不同谣言检测方法对比实验》
结果如表2所示,由于DTC模型只是用浅度机器学习算法对于六个特征进行分类,故在精度,准度以及f1得分都比不上其他方法。其次,基于CNN模型和基于Hawkes模型的表现稍好,是因为CNN使用了128个滤波器能对整条微博文本进行处理,而Hawkes算法是因为对特征新增了一个时间序列。给特征增加了一个维度。2-GRU-DTS和LSTM-DSTS表现不错,2-GRU-DTS利用两层GRU模型能学习隐藏事件表示自然地拟合时间间隔,并且能更好的捕捉隐藏的特征表示。LSTM-DSTS使用群体预测综合,所以性能较好。由实验数据表明。我们的方法在任何一项得分都高于其他基线方法,所以通过对比实验得出,本文能在微博谣言检测上具有出更好的效果。
图表编号 | XD00211048400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.05 |
作者 | 王浩、高玉君、刘孙俊 |
绘制单位 | 成都信息工程大学软件工程学院、四川大学网络空间安全学院、成都信息工程大学软件工程学院 |
更多格式 | 高清、无水印(增值服务) |