新闻官司

摘要： 习近平总书记在关于党的新闻舆论工作座谈会上重要讲话中指出党的新闻舆论工作的职责和使命的＂48字方针＂中,就明确提出了＂澄清谬误、明辨是非＂这一命题。澄清谬误,就需要新闻客观真实;客观真实的新闻,才能澄清谬误;新闻的客观真实就是新闻的生命,真实的新闻才能让受众明辨是非,正确地发挥媒体的导向作用。

摘要： 近年来,新闻官司屡有发生,并呈现上升趋势,新闻官司产生的原因何在,新闻媒体和编辑记者如何预防新闻官司的发生,新闻官司出现后怎样应对是本文探讨的重点.

摘要： 新闻编辑的法律意识,是推进依法行政的需要.我国的新闻事业是党、政府和人民的喉舌,新闻媒体播出的新闻必须符合法律,这不仅体现了政府依法行政,也体现了媒体自身的法律观念.

摘要： 随着舆论监督作用的日益凸显，媒体不仅因为舆论监督被诉新闻侵权的现象屡见不鲜，而且数量呈不断上升趋势，媒体或记者的败诉率也一路攀升。对媒体而言，经济损失还在其次，因为新闻侵权败诉而造成的负面社会影响不仅仅是影响了舆论监督的效果，而且更重要的是损害了媒体的公信力。因此，本文试图就如何在充分发挥舆论监督作用的同时有效防范新闻侵权，避免新闻官司等问题试作探讨。

摘要： 新世纪以来,随着新闻事业发展的市场化,人们法律意识的增强,新闻法规制度长久的缺位等一系列的原因,致使新闻官司、纠纷越来越多.而新闻官司或新闻纠纷的主要表现就是新闻侵权.在这里,笔者通过对2000年-2014年随机搜集来的50个新闻官司、纠纷案例来分析新时期新闻侵权的特点.借此呈现新时期新闻侵权的情况,以增强人们对新闻侵权的新认知.

摘要： 随着经济社会的发展,舆论媒体行业也迎来了一个发展的契机,便利的通讯和传播网络,成为舆论媒体行业发展的支撑.但是,随着传媒的迅猛发展,由于各种原因所导致的新闻官司也是屡见不鲜的,新闻官司也对社会带来了一些负面的影响,本文简要介绍了新闻官司的产生原因和防治办法.

摘要： 侵害名誉权类新闻官司时下已是屡见不鲜，尤其是在进入网络时代之后，以互联网为载体的新闻网络侵权官司更是时有发生，本文主要从新闻侵害名誉权的侵权行为中，探析新闻从业人员置身新闻官司中所显现的新闻伦理问题，借此分析新闻伦理道德在新闻传播过程中的规范。

摘要： 近年来，舆论监督越来越成为传媒和社会关注的焦点，不少媒体都开设了以舆论监督为主的节目或栏目。而从另一个角度看，舆论监督特别是批评性报道又容易引发新闻官司。究其原因，主要是开展批评报道难度大。那么批评报道究竟难在哪里？笔者认为有以下几点：

摘要： 近年来,新闻侵权官司逐年增多。据不完全统计,近几年已审理此类案件数千起。昔日的＂无冕之王＂,今日常常被推上被告席。随着民主法制建设的推进,新闻工作者要避免被新闻官司纠缠,就要不断增强法律意识,防止新闻侵权事件的发生。

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。