1.一种基于D-S证据理论的社交网络信息可信度评价方法,其特征在于,包括以下步骤:步骤1:特征抽取,使用BERT预训练模型、ResNet50神经网络、TF-IDF算法以及余弦相似度的方法抽取正文文本特征、图文一致性特征以及标题-正文一致性特征;
步骤2:证据生成,使用基本概率分配方法及相关公式将原始证据转化为对应的BPA;
步骤3:证据融合,计算证据清晰度、证据可信度、证据权重,并结合证据合成规则,实现证据融合;
步骤3包括以下内容:
步骤31:证据可信度计算;
使用证据的相似度度量证据可信度,首先计算证据相似度作为初始可信度,然后使用证据排序因子修正初始可信度,相似度计算方法如下:其中,mi和mj分别表示经不同的单特征进行可信度评价的结果对应的证据向量ma,mb,mc中任意两者对应的向量,mi-mj是证据mi和mj之间的向量差,表示输入证据间的距离,D为一个基于焦元一阶范数的矩阵,且D=|A∩B|/|A∪B|;
证据的可信度定义如下:
其中,Cred(mi)表示证据mi的可信度,ms为参与融合的证据集合,ms中的所有证据必须和m处于同一个辨识框架之下,证据间的相似性用于反应证据的整体可信度,证据间的相似度之和越高,其可信度越大;
使用排序因子修正可信度公式如21式所示:
其中,SortFactor(mi)表示证据mi所对应的排序因子;
步骤32:证据清晰度计算;
通过计算各证据与均匀分布间距离表示证据的清晰度,并将结果归一化处理,两个证据Ei和Ej之间的Wasserstein距离如下:其中,W(Ei,Ej)表示证据Ei和Ej之间的概率分布差异,即两个证据之间的距离,识别框架中包含n个元素,inf表示对表达式取最大下界,γ的取值范围为[0,(2n-1)2],证据mi的清晰度计算公式如下:Clar(mi)=W(mi,U) (23)
其中,mi表示待计算的证据,U表示均匀分布,|m|表示任意证据体内焦元的个数,Clar(mi)表示证据mi的清晰度;
步骤33:证据权重确定;
证据权重由证据可信度与清晰度共同确定,使用权重确定方法计算证据权重,计算公式如下:其中,N为参与融合的证据个数,w(mi)为证据mi的权重;
步骤34:根据证据合成规则进行证据合成;
根据证据的权重定义归一化证据MAE,MAE为根据权重修正后的证据,MAE的定义如下:假设m1,m2…mN是处于同一辨识框架下的N个证据,并且w(mi)是证据mi的权重,则MAE计算公式如下:使用基本公式将MAE融合n-1次得到最终的融合结果Rabc。
2.根据权利要求1所述的一种基于D-S证据理论的社交网络信息可信度评价方法,其特征在于,步骤1包括以下内容:步骤11:正文文本特征抽取;
首先将原始数据经过数据预处理,其中设置字符数为512,字符数低于512进行字符补充,多余512的进行字符截断,然后使用BERT预训练模型抽取文本特征:其中,ti代表输入的第i个句子,是一个768维向量,表示经BERT嵌入之后的文本特征向量,完成正文文本特征的抽取;
步骤12:图文一致性特征抽取;
将卷积神经网络的输出作为图像底层特征,并结合ResNet50预训练模型对输入的图像进行编码,在预训练的ResNet50模型中,使用2048维的全连通层对图像特征编码,用2048维向量表示图像:hv=ResNet50(v) (2)
其中,v表示输入ResNet50的原始图像,hv表示经ResNet50网络提取的后的视觉特征向量;
使用BiGRU对BERT提取的特征进行再次提取,即使用BiGRU进一步提取文本特征中的时态属性,用以将文本特征转化为文本特征序列:其中,表示经BERT嵌入之后的文本特征向量,表示经BiGRU提取后的文本特征序列;
使用相似性度量的方法计算文本和图像信息的相似性,为将两种信息的特征用于共同的表示空间,将一个完全连接层用在每个特征提取网络的最后一层中,并使两种网络共享最后一层的权重,得到文本和图像的语义表示st和sv,并使用余弦相似度来度量文本和图像之间的相似度:其中,st和sv分别表示文本特征序列和图像语义序列,stv表示两者之间的相似度,stv的取值范围为[-1,1],stv值越大表示两者之间的相似度越高,至此,完成图文一致性特征的抽取;
步骤13:标题-正文一致性特征抽取;
使用TF-IDF算法计算标题th和正文tm的文本相似度,以抽取标题-正文一致性特征,首先使用jieba分词分别对数据中th和tm内容做分词处理,并找出二者各自的关键词,并转化为对应的向量th1,th2…thi和tm1,tm2…tmj(i,j均为正整数),然后将所有关键词组成一个集合k:其中,k不为空集;
分别计算标题和正文相对于集合k中关键词的TF-IDF值dh、dm、fh和fm;
分别计算标题和文本的TF-IDF向量和计算公式如下;
和的余弦相似度计算公式如下;
其中,和分别表示标题和文本的TF-IDF向量,表示两者之间的相似度,即标题-正文一致性特征,至此,完成图文一致性特征的抽取。
3.根据权利要求1所述的一种基于D-S证据理论的社交网络信息可信度评价方法,其特征在于,步骤2包括以下内容:步骤21:获取原始证据;
在特征选取任务中,分别对三种特征进行抽取后获得对应的特征的向量:正文文本特征向量图文一致性特征向量stv和标题正文一致性特征向量然后分别使用三种特征向量评价信息可信度,基于三种特征的可信度评价方法;
基于正文文本特征的可信度评价方法是将送入分类器后,得到分类结果,然后将结果转化为百分数Ra,Ra即为使用文本特征进行可信度评价的结果;
基于图文一致性特征的可信度评价方法是将stv通过Sigmoid函数映射在[0,1]之间得到百分数Rb并作为基于图文一致性特征的评价方法的最终结果;
基于标题正文一致性特征的可信度评价方法是将通过Sigmoid函数映射在[0,1]之间得到百分数Rc并作为基于标题-正文特征的评价方法的最终结果;
步骤22:生成原始BPA;
考虑到D-S证据理论是处理不确定性问题的理想办法,在使用证据理论融合不同特征的评价结果时,计算出将评价结果转化为辨识框架中概率值的基本概率分配(BPA)函数;在虚假信息检测问题中,检测的结果为真(Real,R)或假(False,F),则辨识框架为Φ={R,F},其中R和F二者互斥,且Φ为有限的完备集合,则不同属性下的BPA函数计算公式如下:λ(x)=1-2|x-0.5|,x∈[0,1] (9)ma,φ=1-ma,R-ma,F (12)
mb,φ=1-mb,R-mb,F (15)
mc,φ=1-mc,R-mc,F (18)
其中,λ(z)为计算概率值x模糊率的函数,且λ(x)∈[0,1];当x值越接近0.5时,表示该特征难以分辨出新闻是否为假信息,则其对应的模糊率就会越高;ma,R表示将Ra转化为结果为真的BPA值,ma,F表示将Ra转化为结果为假的BPA值,ma,φ表示将Ra转化为结果不确定的BPA值;同样地,mb,R表示将Rb转化为结果为真的BPA值,mb,F表示将Rb转化为结果为假的BPA值,mb,φ表示将Rb转化为结果不确定的BPA值;mc,R表示将Rc转化为结果为真的BPA值,mc,F表示将Rc转化为结果为假的BPA值,mc,φ表示将Rc转化为结果不确定的BPA值。