新闻监督

摘要： 近些年,各省市纷纷推出了本地的电视问政节目,产生了广泛而又深刻的社会影响。不同电视媒体在具体实践中,其制作理念、制作方式不一,但是反响效果显著,制作经验也日渐成熟。2018年,南昌广播电视台考察了全国优秀电视问政节目后,在省内率先成立由南昌市作风建设问政问责领导小组主办、南昌广播电视台承办的大型政务监督类直播节目《南昌问政现场》以及常态化问政问责专栏《聚焦"怕慢假庸散"》。电视问政直击的源头就是"怕慢假庸散"等作风顽疾,通过电视节目让政府官员充分认识到自己所处的被监督的位置,明确自己所担负的责任,了解社会对于政府的期望,进而更好地履行自己的职责,以更好地体现执政为民的理念。电视问政节目播出一段时间后,在具体实践中的节目形态、选题、播出形式等都值得探讨,以及有哪些好的经验方法和未来发展趋势也值得细嚼。

摘要： 在我国新闻媒体与司法机关的关系中,维护司法尊严处于第一位,开展新闻监督则要本着促进司法机关纠偏的目标,因此新闻媒体监督司法、质疑司法活动必须有一定的依据,在达到某种标准后方可实施。本文以一个不够成功的个案为例,从反面论证了新闻监督司法应当遵循的基本准则,以及执行该准则对于记者法律素质必然提出较高要求等,希望为后续新闻监督司法提供一定的借鉴。

摘要： 在党的十九大报告中,污染防治首次与防范化解重大风险、精准脱贫并称为三大攻坚战。江苏省总体经济形势在全国占优。在污染防治攻坚战中,江苏省以问题为导向,针对江苏最突出、老百姓反映最强烈的环境问题,拿起新闻监督曝光利器,加大问责力度,形成倒逼机制,三年来,江苏263环保行动,成为全国污染防治工作的江苏品牌。

摘要： 雨后春笋般兴起的新媒体冲击着传统媒体的传播形态,使传统媒体中的广播新闻监督的开展困境重重.在这一时代背景下,盐城广播电视台新闻广播秉承“转作风、正行风、听民情、解民忧”的节目宗旨,重视新闻监督品牌栏目的打造.基于此,本文从新媒体背景下新闻监督策略的角度分析了广播节目的报道路径,以供相关工作人员参考.

摘要： 公共安全风险早期识别需要灵活运用不确定性原理,将风险识别纳入政府日常管理,引导公民社会参与风险治理,健全风险信息共享制度,强化新闻媒体的监督和预警功能.构建政府主导、多方参与的公共安全风险识别机制,才能利用全社会的信息、资源、智力和技术精准判断风险的性质及危害程度,为制定科学的应急管理对策提供依据.

摘要： "严重失实"是司法实践中判定新闻报道名誉侵权的重要依据,但我国法律并未对"严重失实"进行明确的界定,法院认定时有很强的自由裁量权,可能会导致同案不同判、媒体规避侵权难的结果,损害新闻监督与自由,文章以被评价为"为判断新闻报道是否存在过错及严重失实提供了具体衡量标准"的网易考拉诉《中国经营报》名誉侵权案为例,分析法院认定"严重失实"的标准,对其不同情况进行细分,为新闻工作者规避"严重失实"提供建议.

摘要： 新闻媒体在舆论监督政府的过程中,虽然时会有事实报道或评论上的偏差,但这并不构成对政府的"苛责"而应当被指责或惩罚.为保证公众对政治生活的知情权和参与权,政府及官员只应享有有限的名誉权.在我国,由于对政府的外部约束机制较为欠缺,新闻监督承担了更多的社会职责,而尤应保持其力度.此外,政府可以通过主动信息发布来抵消不实报道可能的负面作用,竞争性的新闻传播市场对消息真实性的要求也会通过自动调节机制来抑制媒体的不当报道.故法律应当致力于全面保障媒体的新闻监督权,具体可包括允许媒体在事实细节报道上发生错误、不必为引用其他媒体的报道而承担法律责任、可以用后续报道来修正之前报道的错误、不被政府机构所起诉、不必传唤报料人出庭等。

摘要： 基于对权力的怀疑和人性缺点的深刻认识,新闻监督作为一项基本诉求被启蒙思想家所提出,其核心内涵是新闻自由.新闻自由与法治有着内在的不可分割的联系,自由是二者的共同追求,而民主则是维系它们的纽带和桥梁.我国宪法并未明确规定新闻监督权,在规范性方面有着巨大的缺失,从而与其他因素相结合,共同造成了新闻监督实践的迷失.新闻监督权尚未被我国宪法以公民基本权利的形式确定下来，但是却因社会发展的需求而隐性地出现在相应的法律法规中，也越来越得到人们的广泛关注和认同。在对新闻监督认识不断深化的今天，应当从法治的视野对新闻监督给予充分的观照，赋予新闻监督权以丰富的内涵，并且对当前的立法规定进行恰当的解释，对立法状况进行深刻的反思，从而促使新闻监督在立法和实践上都能得到不断的发展和进步。

摘要： 新闻媒体监督,在社会中具有重要功能,同时也受到多种权力的干扰.最为明显的是政府公权力对于新闻监督的压制,但除此之外,也要注意到企业的经济权力和新闻媒体自身的修辞权力都会损害新闻监督的社会价值.因此,应当更为全面的看待新闻监督问题,平衡处理其中所涉及到的多重权力关系,才能充分实现新闻媒体在民主与法治社会中的使命.从一般的法理而言，最值得警惕的当然是强大而明显的公权力，但在具体的语境之下，也不能断言隐藏的权力不会发挥更大的影响。媒体对其权力的使用，既有可能促进法治的实现与社会的进步，也可能成为谋求自身商业利益的手段而制造“法治陷阱”。尽管这并不表明需要进一步加强公权力对媒体的管制，但在一个以走向民主和法治为目标的社会当中，需要注意对于新闻监督中所存在的多重权力的清醒认识和平衡把握，而不能只将责任分配给其中的一方。在这其中，由于对于政府的公权力和企业的经济权力的危害已经有了较为充分的认识，强调媒体的社会责任也就更为突出。完善的公共表达机制至少包括两个重要要件，除了不应事先对信息进行筛选和检查之外，还需要大部分公民应该拥有一定程度的共同经验，这样，社会问题才可能得到有效处理。

摘要： 近些年来,网络反腐越来越引起社会的广泛关注.网络反腐具有举报方便、成本低廉以及不易为相关人员报复等特征,但网络反腐也有可能异化为"网络民意"裹挟司法,而且网络反腐本身也有可能落入运动式执法的窠臼.在网络反腐的定位上,网络反腐成为"草根民主"的试点。还应强化新闻监督的正能量,实现网络反腐与制度反腐的有效对接.在网络反腐的保障上,我国可以借鉴国外报复性起诉规则.

摘要： 研究在传播领域，网络作为一种新的传播工具、方式，它是否导致透明，是否进行监视，是否产生权力，是否使该权力产生出有序，它是如何做到的?

摘要： 研究在传播领域，网络作为一种新的传播工具、方式，它是否导致透明，是否进行监视，是否产生权力，是否使该权力产生出有序，它是如何做到的?

摘要： 研究在传播领域，网络作为一种新的传播工具、方式，它是否导致透明，是否进行监视，是否产生权力，是否使该权力产生出有序，它是如何做到的?

摘要： 研究在传播领域，网络作为一种新的传播工具、方式，它是否导致透明，是否进行监视，是否产生权力，是否使该权力产生出有序，它是如何做到的?

摘要： 本文分析介绍了美国现行的诽谤法的最重要的原则—“实际的恶意”规则以及美国法学界对于该原则的不同修正提案。我们认识到，诽谤法的要旨是在个人的名誉权和新闻出版自由权之间作出妥协。我国法学界和新闻传播学界不少人对美国的最高法院的这一原则非常感兴趣，甚至有学者提议引进这一原则。论者认为，对于国家工作人员起诉侵权案，可以借鉴美国诽谤法，采取只有证明被告方面主观上出于故意方可追究侵权责任的原则。

摘要： 本文分析介绍了美国现行的诽谤法的最重要的原则—“实际的恶意”规则以及美国法学界对于该原则的不同修正提案。我们认识到，诽谤法的要旨是在个人的名誉权和新闻出版自由权之间作出妥协。我国法学界和新闻传播学界不少人对美国的最高法院的这一原则非常感兴趣，甚至有学者提议引进这一原则。论者认为，对于国家工作人员起诉侵权案，可以借鉴美国诽谤法，采取只有证明被告方面主观上出于故意方可追究侵权责任的原则。

摘要： 本发明涉及自然语言处理领域，公开了一种用于突发事件新闻识别与分类的半监督学习方法，包括以下步骤：抓取微博网站内容作为初始新闻数据集，通过人工标注得到标注数据集Dl；对未标注样本进行前置过滤操作，采用数据增强方法得到带扰动的未标注数据集；利用所述标注数据集Dl对基于BERT的多分类器模型进行监督学习、并最小化经验风险函数，利用基于BERT的多分类器模型对所述预过滤后的数据集和带扰动的未标注数据集进行预测，获得半监督学习训练出的基于BERT的多分类器模型实现突发事件新闻的识别和分类任务。本发明能够克服标注数据不足的情况下深度学习分类器过拟合的问题，提高对中文突发事件新闻识别和分类的准确率。

摘要： 本发明提供一种用于生成财经新闻摘要的无监督图形聚类学习框架系统，包括源文件分割模块，使用BERT和PEGASUS获取每个句子的嵌入；BERT采用一个多层双向变换器编码器，对于生成任务使用thenoising函数破坏文本；PEGASUS从文件中删除或屏蔽重要的句子，并将其作为剩余句子的摘要；图聚类模块，采用图聚类机制，使用基于图的捕捉关系的方法，学习嵌入的同时基于图结构和节点信息进行聚类；摘要生成器模块，在得到文件更新的句子表述后，采用K‑means聚类算法指导生成基于每组中心点的摘要，揭示基础主题的结构。用于生成财经新闻摘要的无监督图形聚类学习框架系统及方法能够提高财经新闻文本摘要自动生成的准确度。

摘要： 本发明公开一种基于局部图自监督学习的新闻推荐方法。按照新闻的特征表达将其分为两组新闻，分别将全部用户‑其中一组新闻交互记录整理成两个局部图，利用深度图传播模型使新闻的属性信息分别在两个局部图上迭代传播。同时，利用深度图传播模型在全局图上迭代传播可得到用于推荐任务的用户特征向量及新闻特征向量。用两个局部图上学到的新闻特征当作自监督信号，使自监督任务与推荐任务联合训练，用局部图上学习到的自监督信号约束深度图学习中遇到的过平滑问题，学习到更准确的用户特征表达和新闻特征表达，实现个性化新闻推荐。本发明使用推荐任务和自监督任务联合训练，缓解了深度表征学习常见的过平滑问题。

摘要： 本发明公开了基于远监督技术的新闻文本实体关系抽取样本标注方法，包括以下步骤：S1、根据分类后的新闻文本类别选择预先制定好的远监督模板；S2、使用所述远监督模板对待标注样本进行标注；S3、对标注完成的样本进行词频分析，并提取关系关键词；S4、利用提取的所述关系关键词制定关系关键词模板；S5、利用所述关系关键词模板结合开源命名实体识别工具对全量样本进行二次标注；S6、当全量样本二次标注完成后，则实现新闻文本实体关系的标注。有益效果：不仅可以通过远监督的方式对新闻文本数据进行实体关系标注，而且还可以通过人工方式制作远监督模板，从而可以在保证一定准确率的同时实现大批量样本的快速全自动化标注。

摘要： 本发明涉及自然语言处理领域，公开了一种用于突发事件新闻识别与分类的半监督学习方法，包括以下步骤：抓取微博网站内容作为初始新闻数据集，通过人工标注得到标注数据集Dl；对未标注样本进行前置过滤操作，采用数据增强方法得到带扰动的未标注数据集；利用所述标注数据集Dl对基于BERT的多分类器模型进行监督学习、并最小化经验风险函数，利用基于BERT的多分类器模型对所述预过滤后的数据集和带扰动的未标注数据集进行预测，获得半监督学习训练出的基于BERT的多分类器模型实现突发事件新闻的识别和分类任务。本发明能够克服标注数据不足的情况下深度学习分类器过拟合的问题，提高对中文突发事件新闻识别和分类的准确率。

摘要： 本发明公开了一种基于远程监督的新闻情感实体抽取方法，包括：爬取官方新闻网站新闻预料并缓存至本地仓库；对爬取的新闻语料进行预处理，获得切分成句的新闻预料；构建关键实体知识库，根据知识库对切分成句的新闻预料进行自动标注；利用标注了的新闻预料对情感句抽取模型进行训练使其具备对输入句子进行自动情感判断的能力；利用抽取出的情感句，将情感句作为情感实体抽取模型的训练集进行训练；爬取新闻语料并切分成句，将切分成句的新闻语料输入训练好的情感句抽取模型抽取情感句，并将抽取的情感句输入训练好的情感实体抽取模型，获得情感实体。本发明采用远程监督的方式为大量样本生成带噪声的数据集供模型训练，提高了模型训练的效率。

摘要： 本发明涉及一种基于无监督学习的新闻实体分析方法及装置。方法包括：对待处理的多条新闻数据中的每条新闻数据分别进行分词处理，将分词处理后的每条新闻中包含的多个实体进行标注以得到标注结果；基于所述标注结果构建分布式表示模型，得到所述多个实体的分布式表示信息，所述分布式表示信息标识为实体向量；根据所述多个实体的分布式表示信息，对所述多个实体进行聚类分析以得到聚类结果。本申请将分布式的思想引入新闻实体的处理当中，通过新闻实体所处位置的上下文来得到实体的分布式表示，通过对实体的聚类分析来得到实体的聚类结果。

摘要： 本发明属于稿件内容语义上的主题分析技术领域，涉及一种基于语义分析与监督学习模型的新闻主题推荐算法，主要分为三部分：首先是主题聚类，其次是标题与主题相似度计算，最后进行监督分类。本发明基于语义分析与监督学习模型的新闻主题推荐算法与传统的主题聚类算法相比，依赖于监督分类算法的预测稳定性和算法的健壮性优胜于的主题聚类算法，同时也结合了主题聚类算法的灵活性，解决了监督学习缺乏训练集的问题。

摘要： 本发明涉及信息分类领域，更具体地，涉及一种无监督的新闻自动分类方法，包括以下步骤：步骤一：将获取的新闻通过simhash方法查重；步骤二：通过word2vec将新闻生成词汇向量表；步骤三：计算新闻中的词汇的词频‑逆文本频率指数值，将前k个关键词汇根据词汇向量表求得加权平均和，以得到新闻的文档向量表；步骤四：过逻辑回归，为每一类新闻计算出分类模型；步骤五：计算未分类新闻库中的文档向量表，通过步骤四中的分类模型计算新闻库中的文本属于某一个分类的概率。该分类方法的训练过程采用了无监督学习的方式，不需要人肉打标，加快速度且减轻人力负担；在训练完成模型后，其计算文本的分类时间较短，可满足较大量的文本分类需求。

摘要： 本发明公开了一种基于自监督和有监督联合训练的半监督文本分类方法及系统，包括以下步骤：采集任务相关数据集，所述数据集包括标注数据集T和未标注数据集U；对所述数据集进行数据增强处理，将处理后得到的增强视图用于扩充原始数据集，得到新样本数据集，所述新样本数据集包括标注数据集T'和未标注数据集U'；构建文本语义特征提取网络模型，基于文本语义特征提取网络模型获取文本语义特征向量；在所述文本语义特征提取网络模型上构建分类层，得到分类模型；从所述新样本数据集中重复采样得到batch数据组，每个batch数据组内均包含标注数据和未标注数据；采用所述batch数据组在分类模型上进行分类和对比学习的联合训练,更新模型参数。