好新闻

摘要： 本文通过回顾三件差点被错过的获奖新闻作品产生的“曲折”过程,分析作品从选题发现、主题挖掘到采编传播的特点,提出新闻工作者要努力增强精品意识,积极践行“四力”,善于在“他人未见处”发现和挖掘好新闻。

摘要： 当前,新兴媒体蓬勃发展,给传统媒体带来了巨大的挑战。传统媒体在新媒体的冲击下,衰落似乎难以避免。在新媒体环境之下,传统新闻模式在新闻特点和写作方式等方面都发生了巨大的改变,这就对传统纸媒体记者提出了更高的要求。在新媒体时代,传统纸媒记者必须要掌握新媒体的发展趋势和特点,同时做好全媒体记者的准备,积极转变身份和写作方式,从而在新媒体时代撰写出更好的新闻报道。这是纸媒记者所要思考的重要课题,也是必须面对和完成的重要任务。

摘要： 2020年度江苏省好新闻评选已落下帷幕。什么样的新闻作品能体现全省媒体人的最佳水准?尽管“一千个读者心中有一千个哈姆雷特”,但优秀作品都具备着共通之处:在深度融合背景下书写时代精彩。

摘要： 随着经济发展、科学技术的不断进步,信息技术已经全面应用于诸多领域,融媒体就是移动信息技术发展下的优质产物.在媒体深入融合的时代背景下,人们获取和接收信息的方式也发生了很大改变,广播电视媒体行业应该创新思路,打破传统工作模式,创新工作方式,突破进取,顺应时代发展,最大程度上满足人们对信息的多途径获取需求.文章就目前记者采访中存在的问题进行分析,并探究了具体的优化策略.

摘要： 好新闻是检验记者编辑的“脚力”“眼力”“脑力”“笔力”的“试金石”。“五好”+“五度”,就是好新闻。一是政治的高度,主题要选好,紧跟中央有高度;二是答题的角度,标题要做好,与众不同有角度;三是思考的深度,框架要搭好,层层追问有深度;四是事实的力度,材料要用好,例子充分有力度;五是语言的温度,行文要写好,通俗易懂有温度。好新闻的追求永无止境,记者永远在路上。

摘要： 新时代对新闻采编工作者提出了新要求,不断增强脚力、眼力、脑力、笔力,成为当前采编人员必备的内力修为。除了扎实的脚力、火眼金睛般的眼力和有深度的脑力之外,更少不了有温度的笔力,才能让"四力"环环相扣、互为补充,用接地气的"大白话"写出有影响力和感染力的"好故事""好新闻"。

摘要： 设区市党报记者如何突破地域等因素的制约,创作出优秀新闻作品,将中国故事讲好,讲出特色,是值得认真研究、潜心探索的一个重要课题。文章对荣获湖南新闻奖一等奖的一件作品,从线索发现到采访、写作、传播等环节进行分析,印证好新闻离不开创作者的用心思考、认真准备、深入采访和精心写作四个阶段。

摘要： 伴随着信息技术在社会各领域的全覆盖,融媒体成为时代变革下的必然产物.信息技术的进步使媒体发展越来越多元,人们获取信息的方式发生了明显变化.融媒体时代,记者要做出好新闻面临着多重挑战,必须打破原来状态下的桎梏,不断提升自身素质以适应时代发展的需要.本文从融媒体时代记者的采访现状出发,简要分析其桎梏因素、思维弱点,应具备的能力素养等,从而探寻新时期下记者做出好新闻的可行策略.

摘要： 坚持正确政治方向、舆论导向、价值取向的优质内容始终是时代刚需,坚守内容为王不动摇,要通过内容优势确立融媒体中心在服务板块中的地位优势。无锡日报报业集团在各区县融媒体发布专业好新闻与服务板块上不断探索新路径,不只满足于"发布式"信息传播惯性思维,而是调集多种手段、通过多种途径,"下苦功"深入调研,推动区级新闻报道"叫好又叫座",出现了不少沾泥土、带露珠、冒热气、聚人气的基层一线好报道,各融媒体中心不断通过专业发掘好新闻的能力,探索服务板块的新路径。

摘要： 好的新闻作品是媒体人梦寐以求的目标。好新闻采写,需要记者努力锻炼"四力",以好脚力深入基层、以好眼力明辨真伪、以好脑力深入思考、以好笔力呈现作品,这样才能提升自己的综合素质,创作出更多的优秀作品。本文以笔者在株洲日报社工作期间的获奖作品为例,阐述自己努力锤炼"四力"、挖掘好新闻的几点心得体会。

摘要： 一种社交媒体事件级新闻中新闻媒体影响力评估方法，属于数据挖掘和复杂网络技术领域，用于解决评估新闻媒体影响力的问题，技术要点是包括R1、采集社交媒体数据，构建事件语料库；R2、统计语料库中各用户的相关数据；R3、构建转发网络；R4、构建评价模型评估新闻媒体影响力；R5、以国家为单位，对影响力进行可视化；本发明可以从事件层面出发，评估新闻媒体影响力，并以国家为单位对影响力进行展示。

摘要： 本发明实施例公开了一种语音新闻的处理方法，包括：对待处理新闻文本进行分段处理，获得至少一段分段待处理新闻文本；将所述各分段待处理新闻文本分别进行语音转换，获得各分段语音新闻；将所述各分段语音新闻进行合成，获得所述语音新闻；将所述语音新闻推送给终端。本发明实施例还公开了一种新闻服务器及系统。采用本发明，新闻服务器可自动对待处理新闻文本进行分段快速处理，获得语音新闻并推送给终端，提高语音新闻的时效性。

摘要： 本发明提供了一种基于海量新闻数据事件热度的新闻推荐方法，首先利用Solr搜索引擎，从海量新闻文本数据中快速搜索出具体事件的新闻数据；接着利用HanLP自然语言包对新闻进行分词，通过构建事件词典，并将分词结果与词典进行匹配，根据新闻匹配程度筛选新闻；考虑事件的累加效应和新闻的衰减特性，进一步建立衡量事件热度的计算模型，从而分析事件的热度趋势变化情况，根据事件热度情况推荐新闻。本方法实现了通过构建事件词典，从海量新闻数据中筛选事件新闻，利用非结构化的新闻媒体数据，感知事件舆论热度演变趋势，根据事件热度推荐热点新闻。

摘要： 本发明提供了一种新闻推荐方法及新闻推荐系统，涉及信息处理技术领域。本发明先获取当前用户信息、用户行为信息以及后台推送的新闻数据；然后根据当前用户信息、用户行为信息以及新闻数据中的新闻特征从所有新闻数据中预筛选出候选新闻数据；之后利用多头注意力机制的特征交叉模型对候选新闻数据计算获得新闻推荐指数；最后将新闻推荐指数最高的候选新闻数据推送给当前用户。上述技术方案利用多头注意力机制的特征交叉模型计算用户对候选新闻数据的推荐指数，能够找到推荐指数最高的新闻，从用户被动获取新闻到主动推荐新闻，达到了提升车载终端智能化体验感。

摘要： 本公开提供了一种虚假新闻判别模型的训练方法、虚假新闻判别方法及装置。该训练方法包括获取新闻训练样本集，其中，新闻训练样本集包括多个训练样本和与训练样本对应的标签数据，其中，训练样本包括异构图，异构图是根据与新闻相关的节点和节点关系生成的，节点包括分别对应于新闻内容、推广内容和用户信息的多个初始向量，节点关系包括根据与新闻对应的关联关系和关注关系生成的邻接矩阵；将新闻训练样本集中的训练样本输入异构图神经网络，输出预测结果；将预测结果和标签数据输入损失函数，得到损失结果；根据损失结果迭代地调整异构图神经网络的网络参数，生成经训练的虚假新闻判别模型。

摘要： 本发明公开了一种基于关键句组、新闻原文的新闻评论过滤方法及系统，包括：获取新闻原文对应的一个关键句组，并根据GPT－2模型，计算得到所述关键句组对应的多个第一新闻评论；根据RoBERTa模型，对所述关键句组以及对应的所述第一新闻评论进行情感分析，得到所述关键句组对应的第二新闻评论；对所述关键句组以及对应的所述第二新闻评论进行语义匹配，得到所述关键句组对应的第三新闻评论，完成对所述关键句组的新闻评论过滤。本发明对新闻原文对应的关键句组进行依次选取并生成多个新闻评论，丰富了新闻评论的多样性，并且对生成的新闻评论进行情感分析和语义匹配，以过滤与新闻原文情感和语义不匹配的新闻评论。

摘要： 本发明涉及一种基于新闻环境信息建模的虚假新闻检测方法，其特征在于：基于待检测新闻获取其发布前若干天内的新闻消息集合，将其作为宏观新闻环境；从新闻消息集合中提取与待检测新闻相似度最高的若干条新闻，将其作为微观新闻环境；基于待检测新闻向量与宏观新闻环境所有新闻元素向量的相似度计算宏观环境感知向量；基于待检测新闻向量和微观环境中心向量与微观新闻环境所有新闻元素向量的相似度计算微观环境感知向量，其中微观环境中心向量为微观新闻环境所有新闻元素向量的均值；获取虚假新闻检测器的对待检测新闻的新闻表示向量，将新闻表示向量与所述宏观环境感知向量和所述微观环境感知向量融合，并基于融合结合判断该待检测新闻的真假。

摘要： 本发明公开了一种基于新闻场景下用户行为的个性化新闻推荐方法，该方法包括：获取用户在新闻平台的历史行为数据集，利用该数据集来构造特征集，并对该数据集作预处理，通过所构建的多路召回模型，得到新闻推荐候选集，再将新闻推荐候选集输入混合排序模型中，得到最终的新闻推荐结果序列。本发明在多路召回阶段提供了基于关联规则与多因子模型改进的协同过滤算法，减小推荐排序的数据规模，提高后续排序效率。此外，在排序阶段提供了混合排序模型对新闻推荐候选集进行排序，结合机器学习算法的特征可解释性与深度学习算法的高语义表征能力，在保证推荐结果合理的同时提升了推荐效果。

摘要： 本发明提供一种虚假新闻识别模型构建方法、虚假新闻识别方法与装置。其中，虚假新闻识别模型构建方法包括：获取新闻数据集，提取新闻数据集中每条新闻对应的文本特征信息和图片特征信息，并将每条新闻对应的文本特征信息和图片特征信息进行联合操作，得到每条新闻对应的多模态特征，将所有新闻对应的该多模态特征输入初始虚假新闻识别模型中，并利用交叉熵损失和对比损失对初始虚假新闻识别模型进行联合训练，得到最终的虚假新闻识别模型。本发明通过将同一条新闻对应的图片特征信息和文本特征信息联合作为模型的输入来构建虚假新闻识别模型，并通过对交叉熵损失与对比学习损失的联合训练，提升了对虚假新闻检识别的准确度。

摘要： 本发明提供一种基于新闻异构网络的关系感知新闻推荐方法、系统、设备，其中方法首先构建新闻异构网络（各个目标新闻所共同形成的目标新闻异构网络的集合），基于显式关系和隐式关系，使得该新闻异构网络包含所有用户点击新闻和用户候选新闻节点，并融入了异构的多视图新闻信息节点和外部知识节点丰富新闻网络表示，同时利用异构节点分别构建显式连接和隐式连接两种新闻关系，而后基于所提出的新闻异构网络和用户历史行为分别获取细粒度新闻理解表征和用户兴趣表征，如此达成适合用户的新闻推荐，相较于现有技术能够缓解新闻冷启动问题，增强用户兴趣的可解释性和准确性，最终从逻辑上提高新闻推荐的准确性。