公开(公告)号：CN113627146B

公开(公告)日：2024-05-28

申请号：CN202110918103.6

申请日：2021-08-11

Applicant: 厦门大学

Inventor： 曹冬林 ,  朱多朵 ,  李臣 ,  林达真

IPC: G06F40/186 ,  G06F40/211 ,  G06F40/237 ,  G06N5/02

Abstract: 基于知识约束的两步式辟谣文本生成方法，涉及自然语言处理领域。针对辟谣文本对外部知识高度依赖以及辟谣长文本生成困难的问题，以谣言为研究对象，基于Transformer的多层解码器架构建立知识文本生成模型，利用知识三元组生成知识文本序列，同时采用pytorch版的GPT2‑ML模型建立辟谣结论生成模型，引入谣言约束和知识约束生成辟谣结论，将生成的知识文本序列和辟谣结论共同组成辟谣文本。两步式辟谣文本方法效果明显优于其他的生成方法，不仅缓解辟谣长文本生成困难的问题，还使生成的辟谣文本更具逻辑性。

公开(公告)号：CN113627146A

公开(公告)日：2021-11-09

申请号：CN202110918103.6

申请日：2021-08-11

Applicant: 厦门大学

Inventor： 曹冬林 ,  朱多朵 ,  李臣 ,  林达真

IPC: G06F40/186 ,  G06F40/211 ,  G06F40/237 ,  G06N5/02

Abstract: 基于知识约束的两步式辟谣文本生成方法，涉及自然语言处理领域。针对辟谣文本对外部知识高度依赖以及辟谣长文本生成困难的问题，以谣言为研究对象，基于Transformer的多层解码器架构建立知识文本生成模型，利用知识三元组生成知识文本序列，同时采用pytorch版的GPT2‑ML模型建立辟谣结论生成模型，引入谣言约束和知识约束生成辟谣结论，将生成的知识文本序列和辟谣结论共同组成辟谣文本。两步式辟谣文本方法效果明显优于其他的生成方法，不仅缓解辟谣长文本生成困难的问题，还使生成的辟谣文本更具逻辑性。

公开(公告)号：CN116341559A

公开(公告)日：2023-06-27

申请号：CN202211556184.0

申请日：2022-12-06

Applicant: 厦门大学

Inventor： 俞振杰 ,  林达真 ,  朱多朵 ,  曹冬林

IPC: G06F40/30 ,  G06F40/284 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084

Abstract: 一种基于因果发现的谣言检测方法，属于自然语言处理领域。针对谣言现有方法忽略文本中包含的因果关系的问题，以谣言为研究对象，利用因果发现网络生成因果三元组，结合双向循环神经网络和层级注意力机制来建立谣言因果表征模块，因果关系表征模块主要使用LSTM和Attention机制分别建立词级别的因果关系提取和序列级别的序列关系提取。再利用谣言语义表征模块编码谣言文本信息。最后将谣言因果表示和谣言语义拼接，通过谣言判别层来得到最后的结果。谣言判别层可以是不同的主流文本分类模型，实验证明基于因果发现的谣言检测方法明显优于其他的谣言检测方法，使谣言检测结果具有因果解释性。

公开(公告)号：CN115828927A

公开(公告)日：2023-03-21

申请号：CN202211555785.X

申请日：2022-12-06

Applicant: 厦门大学

Inventor： 李晓希 ,  林达真 ,  朱多朵 ,  曹冬林

IPC: G06F40/30 ,  G06F40/289 ,  G06N3/048 ,  G06N3/084 ,  G06N3/045

Abstract: 一种基于图选择注意机制的高维谣言文本因果发现方法，属于自然语言处理领域。针对现有的谣言检测忽略事件实体间的因果关联的问题，以谣言文本数据为研究对象，针对谣言文本的高维变量问题，采用HSIC Lasso特征选择方法恢复初始图骨架，优化谣言因果模型的图搜索过程，同时针对谣言因果变量间语义信息被忽略的问题，在谣言因果发现过程中引入图选择注意机制。实验证明能进一步提升高维变量场景下的谣言因果发现精度，并且在包含语义信息的谣言数据上有更加突出的表现。在谣言文本上发现的谣言因果关系可以实现通过因果知识及时判别出谣言。