基于多源信息融合的社交媒体新闻可信度评估方法

发布时间：2021-08-28 14:50

　　社交媒体极大地提高了新闻传播的效率,然而,由于发布于社交媒体平台的新闻不再由记者或专家进行验证,导致虚假新闻泛滥于社交媒体平台,对社会的长治久安造成了很大威胁。因此,发现、整治假新闻一直是社交媒体平台和政府机构的一项重要工作,但传统人工鉴别的方式已不能适应社交媒体新闻爆炸性的增长,亟需自动化的方法来完成这一任务。鉴于这一需求,社交媒体新闻可信度自动化评估逐渐成为学术界和产业界的研究热点之一,其关键在于判别社交媒体新闻所描述事件的真实性。然而,已有研究大多以单一报道来评估新闻事件的真实性,所得到的结果难以全面和客观。此外,虽然研究者在社交媒体新闻可信度自动评估的理论和算法上已经取得一定的进展和突破,但完整的系统实现方案尚比较少见。针对上述问题,本文提出了一种基于多源评分融合的社交媒体新闻可信度评估框架（A Credibility Evaluation Framework of Social Media News Based on Multisource Score Fusion,CEFN）,利用社交媒体新闻报道的多源性,融合多个报道源的可信性来判定新闻事件的可信度。因此,相较于依赖单一新... 

【文章来源】：齐鲁工业大学山东省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

Transformer模型结构[40]

齐鲁工业大学硕士学位论文47(c)(d)(e)(f)(g)图4.4七种不同特征组合的评估框架下可信度分布在图4.4中，纵坐标表示可信度，横坐标表示新闻ID。考虑到3.4节对新闻可信度的定义，本实验通过可信度值0.5将散点图分割为上下两部分。由式3.14可知，图的上半部分被定义为“新闻为真”命题区，同理，图的下半部分被定义为“新闻为假”命题区。新闻样本投射于图的上半部分表示该样本更有可能为真实新闻。需要注意的是，评估框架为新闻可信度的评估问题提供技术支撑，但其并不是“真实新闻”和“虚假新闻”的分类模型，评估框架的最终输出为新闻可信度值以表示对命题“新闻为真”的支持度，而非标识新闻为“真”或“假”的类别标签。为了

【参考文献】：
期刊论文
[1]聚合类新闻客户端的“信息茧房”效应及反思——以“今日头条”为例[J]. 姚文康.  传媒论坛. 2020(03)
[2]基于Bert-Condition-CNN的中文微博立场检测[J]. 王安君,黄凯凯,陆黎明.  计算机系统应用. 2019(11)
[3]基于BERT的古文断句研究与应用[J]. 俞敬松,魏一,张永伟.  中文信息学报. 2019(11)
[4]微博信息可信度评估的数据起源方法[J]. 张子良,董红斌,谭成予,梁意文.  计算机应用研究. 2018(11)
[5]基于关联关系的微博用户可信度分析方法[J]. 李付民,佟玲玲,杜翠兰,李扬曦,张仰森.  计算机应用. 2017(03)
[6]基于HITS算法的微博用户可信度评估[J]. 吴树芳,徐建民.  山东大学学报(工学版). 2016(05)
[7]基于信息融合的中文微博可信度评估方法[J]. 高明霞,陈福荣.  计算机应用. 2016(08)
[8]基于汉语拼音首字母索引的混合分词算法[J]. 杨进才,陈忠忠,谢芳,胡金柱.  计算机系统应用. 2016(04)
[9]警务应用中基于双向最大匹配法的中文分词算法实现[J]. 陶伟.  电子技术与软件工程. 2016(04)
[10]基于用户分析的微博用户影响力度量模型[J]. 张绍武,尹杰,林鸿飞,魏现辉.  中文信息学报. 2015(04)

博士论文
[1]基于证据理论的安全防范系统评估与优化设计[D]. 许培达.上海交通大学 2015

硕士论文
[1]融合预训练语言模型的机器译文质量评估[D]. 杨中成.北京交通大学 2019
[2]基于卷积神经网络的中文句子相似度计算[D]. 孙阳.中国科学技术大学 2019



本文编号：3368717