超级会员免费看
社交媒体假新闻分类与基因组组装研究
社交媒体假新闻分析
在社交媒体假新闻分类的研究中，为了分析推文文本和词汇的情感极性，使用了 Python 库 textblob 和 nltk.corpus。
假设 1 探究
为了验证假设 1（假新闻推文预计包含更多积极或消极内容），对 FakeNewsNet 数据集上的推文进行了情感分析，将推文按情感（积极、消极或中立）进行分类。结果如下表所示：
| 标签 | 真实新闻 | 假新闻 | 总计 |
|---|---|---|---|
| Fake News Net CredBank Fake NewsNet | |||
| (a) 混合分区设置 | |||
| 训练集 | 150,000 | 359,277 | 160,000 |
| 测试集 | 160,000 | 150,000 | 150,000 |
| (b) 分离分区设置 |
订阅专栏 解锁全文
扫一扫
81
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
