虚假新闻检测方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115935953A(43)申请公布日2023.04.07(21)申请号202310036408.3(22)申请日2023.01.09(71)申请人华中农业大学地址430070湖北省武汉市洪山区狮子山街1号(72)发明人王欢魏小梅张永成沙瀛(74)专利代理机构武汉智嘉联合知识产权代理事务所(普通合伙)42231专利代理师张璐(51)Int.Cl.G06F40/216(2020.01)G06F40/284(2020.01)G06F18/24(2023.01)G06F18/23(2023.01)G06F18/22(2023.01)权利要求书2页说明书14页附图3页(54)发明名称虚假新闻检测方法、装置、电子设备及存储介质(57)摘要本发明提供一种虚假新闻检测方法、装置、电子设备及存储介质，该方法包括：基于新闻数据对应的文本特征从新闻数据中获取事件，判断新闻数据为第一类型新闻或者第二类型新闻；新闻数据为第一类型新闻时，基于第一事件判别器检索与新闻数据对应的历史事件判断新闻数据是否为虚假新闻；新闻数据为第二类型新闻时，基于第二事件判别器判断新闻数据是否为虚假新闻；第二事件判别器包括虚假事件检测器和事件特征提取器；虚假事件检测器用于对文本特征进行识别，得到对应事件是虚假时间的概率；事件特征提取器用于基于概率对新闻数据进行分类，确定新闻数据是否为虚假新闻。本发明可以解决现有技术中无法快速高效地识别虚假新闻的技术问题。CN115935953ACN115935953A权利要求书1/2页1.一种虚假新闻检测方法，其特征在于，包括：获取待测的新闻数据，对所述新闻数据进行特征提取，得到对应的文本特征；基于所述文本特征从所述新闻数据中获取事件，并基于所述事件判断所述新闻数据为第一类型新闻或者第二类型新闻；在确定所述新闻数据为第一类型新闻的情况下，将所述新闻数据输入至第一事件判别器中，以基于所述第一事件判别器检索与所述新闻数据对应的历史事件，判断所述新闻数据是否为虚假新闻；在确定所述新闻数据为第二类型新闻的情况下，将所述新闻数据输入至第二事件判别器中，以基于所述第二事件判别器判断所述新闻数据是否为虚假新闻；其中，所述第二事件判别器包括虚假事件检测器和事件特征提取器；所述虚假事件检测器用于对所述文本特征进行识别，得到对应事件是虚假时间的概率；所述事件特征提取器用于基于所述概率对所述新闻数据进行分类，确定所述新闻数据是否为虚假新闻。2.根据权利要求1所述的虚假新闻检测方法，其特征在于，所述虚假事件检测器是基于对抗生成网络进行虚假事件的迁移学习得到。3.根据权利要求1所述的虚假新闻检测方法，其特征在于，所述对所述新闻数据进行特征提取，得到对应的文本特征，包括：对所述新闻数据进行分词处理和词性标记，得到带标记的词语；基于预训练的词嵌入模型学习得到所述带标记的词语对应的词向量；基于所述词向量对所述新闻数据对应的句子向量进行降维处理，得到词嵌入向量；基于所述词嵌入向量，得到所述文本特征。4.根据权利要求3所述的虚假新闻检测方法，其特征在于，所述基于所述词嵌入向量，得到所述文本特征，包括：将所述词嵌入向量输入至卷积滤波器，得到所述新闻数据中每个句子对应的特征向量；对所述特征向量进行最大池化处理，得到所述文本特征。5.根据权利要求1‑4任一项所述的虚假新闻检测方法，其特征在于，所述基于所述文本特征从所述新闻数据中获取事件，并基于所述事件判断所述新闻数据为第一类型新闻或者第二类型新闻，包括：基于所述文本特征从所述新闻数据中搜索关键词；基于所述关键词从关键词新闻倒排索引表中检索相似新闻集；确定所述相似新闻集中不同新闻的余弦相似度，基于所述相似新闻集中不同新闻的余弦相似度，对所述相似新闻集中的新闻进行聚类，得到所述关键词对应的事件集；基于所述事件集将判断新闻数据为第一类型新闻或者第二类型新闻；其中，所述关键词新闻倒排索引表包括多个预设关键词及每个预设关键词对应的新闻倒排表。6.根据权利要求5所述的虚假新闻检测方法，其特征在于，所述基于所述事件集将判断新闻数据为第一类型新闻或者第二类型新闻，包括：对所述事件集进行熵过滤，得到过滤后的事件；对所述过滤后的事件进行LCS算法过滤，基于LCS算法过滤结果判断所述过滤后的事件2CN115935953A权利要求书2/2页为第一类型新闻或者第二类型新闻。7.根据权利要求5所述的虚假新闻检测方法，其特征在于，所述基于所述关键词从关键词新闻倒排索引表中检索相似新闻集，包括：确定所述关键词在所述关键词新闻倒排索引表中对应的每一条新闻对应的余弦相似度；基于余弦相似度大于预设阈值的新闻构建所述相似新闻集。8.一种虚假新闻检测装置，其特征在于，包括：提取模块，用于获取待测的新闻数据，对所