【技术实现步骤摘要】
本专利技术涉及虚假新闻检测，特别涉及一种链接外部知识库的虚假新闻对抗检测系统及方法。
技术介绍
1、信息时代，互联网与社交媒体的快速发展降低了人们获取信息资源的门槛、提高了人们传播信息的速度，也同时带来了虚假新闻泛滥问题。随着新闻创作与获取的门槛大幅降低，新闻的权威性受到极大挑战，验证新闻真实性的假新闻检测已经变得紧迫而重要。从个人角度来看，假新闻的迅速传播可能会对新闻当事人产生不可磨灭的负面影响，进而给当事人带来困扰；从社会角度来看，社交媒体虚假新闻的广泛传播会在政治、经济、军事和社会民生等领域带来严重危害，破坏社会和谐，引发经济与政治动荡。因此，检测假新闻对于稳定社会秩序，正确维护社会舆论以及保护国家形象等方面具有不可估量的积极意义。
2、现有的假新闻检测方法已从文本、图像的检测发展至多模态检测，并结合新闻自身所隐含内容及用户交互行为进行多维度检测；现阶段越来越多的新闻中包含了文本、图像、视频等不同模态的信息，多模态新闻检测分别对网络虚假新闻的文本和图像特征进行提取，并将提取的文本内容特征和图像内容特征融合成新的参数的多...
【技术保护点】
1.一种链接外部知识库的虚假新闻对抗检测系统，其特征在于，系统包括多模态特征提取单元、外部知识库比较单元以及分类识别模型，所述分类识别模型包括事件分类器以及虚假新闻检测单元；
2.根据权利要求1所述的链接外部知识库的虚假新闻对抗检测系统，其特征在于，所述文本多模态特征提取层采用卷积神经网络为核心架构进行文本多模态特征提取，利用不同大小窗口的卷积核提取新闻本体文本特征并与发布该新闻的社交媒体用户的其它文本特征进行链接；
3.根据权利要求1所述的链接外部知识库的虚假新闻对抗检测系统，其特征在于，所述事件分类器的分类损失通过交叉熵进行定义，分类损失函
【技术特征摘要】
1.一种链接外部知识库的虚假新闻对抗检测系统，其特征在于，系统包括多模态特征提取单元、外部知识库比较单元以及分类识别模型，所述分类识别模型包括事件分类器以及虚假新闻检测单元；
2.根据权利要求1所述的链接外部知识库的虚假新闻对抗检测系统，其特征在于，所述文本多模态特征提取层采用卷积神经网络为核心架构进行文本多模态特征提取，利用不同大小窗口的卷积核提取新闻本体文本特征并与发布该新闻的社交媒体用户的其它文本特征进行链接；
3.根据权利要求1所述的链接外部知识库的虚假新闻对抗检测系统，其特征在于，所述事件分类器的分类损失通过交叉熵进行定义，分类损失函数，表示如下：
4.根据权利要求1所述的链接外部知识库的虚假新闻对抗检测系统，其特征在于，所述虚假新闻检测器采用交叉熵计算检测损失，检测损失表示如下：
5.一种链接外部知识库的虚假新闻对抗检测方法，其特征在于，包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：刘鑫，戴礼灿，王侃，张海瀛，宋丹，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。