基于新闻标题-正文差异性的虚假新闻检测方法

摘要：

[目的]为解决在虚假新闻检测中新闻评论难以收集、新闻文本简短难以提取有效信息的问题,本文给出一种基于新闻标题和正文差异性的虚假新闻检测方法.[方法]首先,设计Cos-Gap差异性计算方法以获取新闻标题-正文在文本和情感上的差异性特征;然后,根据获得的差异性特征,以异构图注意网络为基础,构建新闻差异性异构图网络NDHN.该网络既包含基于差异性特征构造的边,也包含基于语义特征和情感特征构建的标题、正文和情感三种类型节点.[结果]在GossipCop开放数据集上的实验结果显示,本文提出的检测方法在分类准确率上提升约2.7个百分点,F1指标提升约3.2个百分点.[局限]本文方法适用于带有标题的新闻,对于微博、Twitter等无标题文本存在局限.[结论]融合新闻差异性特征可以有效提升虚假新闻检测准确率,为社交媒体快速检测出虚假新闻提供有力支持.

关键词：虚假新闻检测、异构图网络、差异性特征、舆情分析

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

资助基金：教育部人文社会科学研究项目;天津市自然科学基金;天津市艺术科学规划项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：97-107