模型

模型代码在论文投出后发布

介绍 ：

1. 基于双重情感感知的可解释性谣言检测， 在模型中分别利用Bi-LSTM和attention提取谣言语义特征与评论情感特征， 再利用CNN提取提取谣言情感特征和用户评论情感特征， 最后利用两次co-attention学习两者的协同表示， 最后将所有特征连接分类

架构 ：

#1.emotional embedding 文件是情感嵌入的预训练模型，源代码发布在 https://github.com/armintabari/Emotional-Embedding， 源代码是在python2 的环境下，此文件中是python3的环境下可运行代码。 情感预训练模型的数据可以在源代码链接中找到。 源论文：Seyeditabari, A., Tabari, N., Gholizadeh, S., & Zadrozny, W. (2019). Emotional Embeddings: Refining Word Embeddings to Capture Emotional Content of Words. arXiv preprint arXiv:1906.00112., #2.model.py 文件中是所有模型的类，部分代码是引用dEFEND模型的代码 #3.train.py 训练函数，输出一般性评价标准，并给出混淆矩阵 4#.utils.py 数据处理，对数据进行截断，补全等。 #5.config.py 参数设置，主要包括文件路径，文本长度，个数，learn_rate等参数设置1.