基于事实和风格的多通道融合虚假新闻检测

作     者：赵中杰 郑秋生 张龙 ZHAO Zhongjie;ZHENG Qiusheng;ZHANG Long

作者机构：中原工学院前沿信息技术研究院河南郑州450007 河南省网络舆情监测与智能分析重点实验室河南郑州450007 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2024年第38卷第8期

页      面：158-166页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河南省高等学校重点科研项目(22B520054) 嵩山实验室预研项目(YYJC032022021) 中原工学院自然科学基金(K2023MS021) 

主　　题：虚假新闻检测 证据检索 多通道融合 预训练模型 

摘      要：虚假新闻的大量传播对个人和社会都造成巨大的危害,通过智能算法检测虚假新闻是阻止虚假新闻传播的重要途径。针对不同语境中虚假新闻检测不准确的问题,该文将新闻的背景事实特征和新闻的风格特征融入到模型中,可以提高模型解决缺少背景知识的虚假新闻检测能力,增强模型的鲁棒性,其中新闻的风格包括情感风格和文本风格。同时该文构建了多通道融合器融合新闻与背景知识的差异性特征,语义特征和风格特征,组成了基于事实和风格的虚假新闻检测框架FSFD。在CHEF中文开放数据集上的实验证明,该文提出的检测方法在F1值上比基准模型提升了2.3%,可见,该文方法适用于背景丰富的新闻,为在线社交媒体的虚假新闻检测提供有力支持。