买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东师范大学

摘要：本发明涉及机器学习技术领域，公开了一种跨平台虚假新闻检测方法及系统。所述方法包括：获取待检测新闻，全网搜索该条新闻的推文，对于每条推文，均提取其评论信息；对这些评论信息，分别分析情感分布特征和发布时间分布特征；对所述新闻的标题和正文内容进行一致性分析，得到文本一致性特征；根据所述新闻发布时间和推文发布时间，获取设定时间范围内的传播次数，得到传播特征；根据所述评论情感分布特征、评论时间分布特征、文本一致性特征和传播特征，得到所述新闻的虚假程度评测结果。本发明基于情感、时间、文本和传播特征，实现了对虚假新闻的检测。

主权项：1.一种跨平台虚假新闻检测方法，其特征在于，包括以下步骤：获取待检测新闻，全网搜索所述待检测新闻的推文，对于每条推文，均提取其评论信息；对这些评论信息，分别分析情感分布特征和发布时间分布特征；对所述新闻的标题和正文内容进行一致性分析，得到文本一致性特征；根据所述新闻发布时间和推文发布时间，获取设定时间范围内的传播次数，得到传播特征；根据所述评论情感分布特征、评论时间分布特征、文本一致性特征和传播特征，得到所述新闻的虚假程度评测结果；其中，对所述新闻的标题和正文内容进行一致性分析包括：对文本数据中的标题和文本内容分别进行处理，将标题中的每个字映射到向量空间中的一个具体的实值向量中，得到X1＝{X11、X12,......,X1m}，其中X1i∈Rd；然后，将位置信息添加到每个句子的语义表示中得到：X′1＝PositionEmbeddingX1X1,X′1∈Rm*d同样的，得到文本内容的表示：X2＝{x21,x22,x23,x2n}x2j∈RdX′2＝PositionEmbeddingX2X2,X′2∈Rn*d利用transformer得到标题和内容的最终表示：P1k＝TransS1k-1P2k＝TransS2k-1计算标题与目标内容之间的相似性：Simsent＝CosP1,P2 Simtoken＝MeanMatrixsimilaritySim＝ConcatSimsent,Simtoken其中，Matrixsimilarity∈Rm*n是相似性特征的矩阵；利用新闻的标题和文本内容之间的相似度计算，得到相似度S3，S3越小，虚假程度越高。

全文数据：

权利要求：

百度查询： 山东师范大学 一种跨平台虚假新闻检测方法及系统