李郭钰，叶奕，李金玲

（南华大学计算机科学与技术学院，衡阳421000）

0 引言

随着互联网的出现和迅速发展，Web网络为我们提供了信息传播与共享，个人对新闻意见表达的平台，在国家安全、经济、现代信息服务等领域中的作用日益凸现。近几年我国乃至国际通过网络爆发的重大舆情事件激增，如三鹿奶粉事件、突尼斯的茉莉花事件等，都不同程度地掀起了网络舆情浪潮，对事件发展、政府公信力、社会舆论安全以及国家安全造成了巨大的压力[1]。借助互联网这一当前规模最宏大、尺度最开放、参与门槛最低的公共舆论空间，不仅有寻求利益诉求的普通民众，也有不怀好意散播谣言的不良分子。例如非典时期民众对于板蓝根、抗病毒口服液、醋等商品的抢购行为，就是因为听信了这类犯了常识性错误的网络谣言。随着越来越多的“凭空捏造式”曝光事件不断浮出水面，网络中的常识性谣言已严重影响了民众的正常生活。为了避免网络舆论空间被人利用，人为制造伪谣言引发群体性事件，如何检测和监控谣言成为目前净化网络环境迫切需要考虑的问题。

传统的谣言检测方法通常是从谣言的特征分析入手，然后利用机器学习算法根据建立的特征空间，把网络舆情分为谣言和非谣言两类。Castillo等人[2]从文本、用户、话题、传播等四个维度总结了15项关键特征，并采用J48算法实现了谣言的自动检测。此后，学者们发掘了多种网络谣言的特征[3-4]，如位置特征、时间序列特征、语言结构特征、网络转发度等多种特征，然后再利用SVM、决策树、随机森林等多种传统机器学习算法进行谣言的自动识别[5]。……