摘要

DeepBot采用Bi-LSTM模型分析推特以及一个web结构来提供公共分析接口分析推文数据

方法

使用神经网络模型分析输入的推文是否是机器人发送的。
为了提取推文的文本特征，使用GloVE词嵌入模型将推文转化成一个向量矩阵。将其输入到循环神经网络，输出到注意力机制层。再将输出输入到循环神经网络。最后连接一个全连接层和一个Dropout层，一个全连接层和一个Dropout层。最后连接输出。

数据集

数据集使用的pan19-web数据集。最后达到了79.64的精确度ROC是87.04

本文创新性几乎没有，就是联例弄了一个web接口可供访问。

总结自--Linhao Luo等, 《Deepbot: A Deep Neural Network Based Approach for Detecting Twitter Bots》, IOP Conference Series: Materials Science and Engineering 719 (2020年1月8日): 012063, https://doi.org/10/ghtrdb.