基于SVM 的新冠疫情虚假新闻检测

2021-12-07 09:26:18郭文强
佛山科学技术学院学报(自然科学版) 2021年6期
关键词:分类特征疫情

郭文强,李 嫔*

(新疆财经大学 信息管理学院,新疆 乌鲁木齐 830012)

COVID-19 病例于2019 年被人类发现,作为一种新发现并对人类生命健康产生致命威胁的病毒,其传播速度快、范围广、途径多,在短短一年时间里迅速席卷各国,在疫情防控的紧张时刻,真实可靠的信息对大众的安全及健康有着至关重要的影响[1]。从一方面来看,由于网络平台言论发布相对自由,传播时速快,受众范围广,网络中出现的信息越来越鱼龙混杂,真假信息混淆,例如在消费者网络评论中,虚假的评论信息掩盖了影响消费者效用的产品质量问题,诱导消费者做出错误的购买及使用决策,成为“柠檬市场”现象出现的诱因之一。在”劣品驱逐良品“的情境下,有序、高效、平等的市场秩序难以建立和维护。

在与新冠疫情相关的虚假新闻传播速度远远高于真实信息的情形下,接收信息和识别信息的关系不可分割开来的重要性凸显。在如新冠疫情此类的突发公共卫生事件流行期间,虚假新闻不仅会导致大众的不理性行为,而且会危及到人类生命,对整个国家的政治与经济安全产生负面影响[2],因此需要迅速遏制虚假言论信息在网络平台的传播。互联网信息技术升级带来了生产效率及生活质量的提升,Web 挖掘、机器学习、人工智能等热点技术的开发与运用成为大势所趋[3]。Jindal 团队创造性地提出了虚假评论信息的定义,并将其划分为三种类型:其一为虚假评论即不真实评论;其二为不相关评论;……

登录APP查看全文

猜你喜欢
分类特征疫情
战疫情
分类算一算
抗疫情 显担当
人大建设(2020年5期)2020-09-25 08:56:22
疫情中的我
疫情期在家带娃日常……
37°女人(2020年5期)2020-05-11 05:58:52
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
教你一招:数的分类
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15