NKU的同学们如果参考，别忘了点个Star~

南开大学 计算机与网络空间安全学院 python语言程序设计大作业

1.数据集是中文微信公众号消息，包括微信消息的Official Account Name，Title，News Url，Image Url，Report Content，label。Title是微信消息的标题，label是消息的真假标签（0是real消息，1是fake消息）。训练数据保存在train.news.csv，测试数据保存在test.feature.csv。

数据来源：Wang, Y., Yang, W., Ma, F., Xu, J., Zhong, B., Deng, Q., & Gao, J. (2020). Weak Supervision for Fake News Detection via Reinforcement Learning. Proceedings of the AAAI Conference on Artificial Intelligence, 34(01), 516-523.

2.需要根据训练集，来对测试集的新闻的真伪进行预测。

3.系统采用AUC进行评价

1.本项目采用了多种途径实现了大作业的任务。

RumorDetectionAlpha1.0:

手写的朴素贝叶斯与半朴素贝叶斯综合模型。可以进行调整的参数远大于sklearn等库的已有模型。

预处理模式：onehot编码。

RumorDetectionAlpha2.0:

包括sklearn实现的随机森林、支持向量机、BP神经网络分类模型。

预处理方式：onehot编码

RumorDetectionAlpha3.0:

包括sklearn实现的KNN、随机森林、支持向量机、BP神经网络分类模型。

预处理方式：利用RumorDetectionAlpha1.0对每一条数据产生二维条件概率

RumorDetectionAlpha4.0:

包括Keras库实现的CNN、RNN、CNN-RNN、LSTM、BiLSTM分类模型。

预处理方式：tokenizing+wordEmbedding

RumorDetectionBeta5.0:

包括Hugging Face的Transformers库实现的BERT分类模型，预训练模型使用了bert-base-chinese

预处理方式：tokenizing+wordEmbedding