《表5 判断错误的部分实例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合情感特征的网络谣言识别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

判断错误的部分实例如表5所示，第一行实例结果-1.0906，模型判断为假。经分析，前一个流言起源于一条在线报道:一名26岁的产妇疼痛难忍，提出要无痛分娩。丈夫以“麻醉对胎儿有影响”为由拒绝在同意书上签字。该报道激发了有亲身经历用户的倾诉欲，她们积极发言，但评论的对象不是无痛分娩对孩子有无影响，而是表达对“女性生孩子就是要经受疼痛”这一传统落后的生育观念的不满。这部分评论的负向情感值和点赞数都很高，使得负向强烈值的绝对值非常大，令原本应是众人赞同的真实消息的平均强烈值差值不和预期地小于0。因为分娩对于胎儿和母亲而言都是大事，自然会出现许多用户站出来谈论麻醉对产妇的影响，（事实上对产妇的确有不好的影响） 使得众人对无痛分娩的态度更加众说纷纭。两个因素导致强烈值分歧度不合理地增大，让模型错误地做出判断为假的预测。