齐浩翔， 马莉媛， 朱翌民

（上海工程技术大学 电子电气工程学院， 上海 201620）

0 引 言

互联网的发展催生了微博、推特、贴吧、微信公众号等社交网络，新媒体时代人们获取信息更加便捷，但是随之而来的信息造假、虚假信息传播等问题也不容忽视。 在信息传播的过程中，如若虚假信息传播过甚，并形成一定规模的网络舆情，就可能引发群体性事件，甚至造成不可估量的后果。 在信息爆炸的大数据时代，人工识别虚假信息已然不能够满足当下需求，因此如何快速、精准地识别虚假信息是当前研究的热点之一。

识别虚假信息可以转换为文本分类问题。 对于文本分类问题的研究，大多基于传统的向量空间模型。 Salton 等人［1］提出的向量空间模型是现阶段使用最广泛的一种文本表示模型（VSM），传统的VSM模型的主要问题是维度高或者文本表示向量稀疏。降维一般从2 个方面进行，一是特征选择，二是特征提取，通过这两个方面的改进来提高文本分类的准确率。 近年来，对于文本分类大多采用主题模型（LDA），该模型由Blei 等人提出，主要优点就是能够发现语料库中潜在的主题信息［2-3］；方东昊［4］利用LDA 对微博进行分类，取得了不错的效果，但该方法需要大量的外部语料，复杂度相对较高；Kim［5］提出了一种利用卷积神经网络来处理句子分类问题的模型，该方法证明了深度学习相关技术在文本分类中具有很好的效果；Mikolov 等人［6-8］提出了Word2Vec 模型用于计算文本中特征的词的分布式表示，该方法可以很好地表达句子中的语义信息，但却无法区分文本中词汇的重要程度。……