一种基于微调通用语言模型BERT的微博谣言检测方法

社交媒体极大地改变了人们的社交和协作方式，然而在社交媒体蓬勃发展的同时，谣言也在滋生。检测识别在社交媒体中传播的谣言，对于社会的长治久安的有序发展有着非常重要的意义。选择新浪微博为研究对象，提出了基于微调通用语言模型BERT的方法进行谣言检测。使用通用语言模型，来捕获文本的深层语言含义，避免繁杂的特征提取过程，并通过预训练的方法，避免了语言模型的重复训练。实验结果表示，基于微调通用语言模型BERT的谣言检测效果在公开数据集Rumdect达到94.1%，且在Rumdect数据集上的表现较为先进的LSTM和GRU的检测模型分别提升了4.6%和3.2%。验证了微调通用语言模型在谣言检测任务中的可行性和有效性。