虚假新闻

摘要： "反转新闻"是否属于虚假新闻,事关新闻真实性的基础问题。如何看待这一问题,对于当下的新闻传播具有重要意义。本文认为,不能把"反转新闻"等同于虚假新闻,但此现象对新闻传播有多重影响,应引起重视。

摘要： 党的新闻舆论工作是党的一项重要工作。随着移动互联时代的到来,新闻真实性面临新的挑战,虚假新闻生产、传播呈现新的特征,其传播阵地由传统媒体不断向网络转移。通过探析移动互联时代新闻真实性实现方式的巨大变革以及影响新闻真实性的因素及特征,剖析了冲击新闻真实性的根源,并提出了在移动互联时代捍卫与坚守新闻真实性的对策。

摘要： 在自媒体时代,我国的虚假网络新闻层出不穷,正是因为网络的发展为这些虚假新闻的传播铺设了路径,网络虚假新闻对社会和大众造成了极为不利的影响。基于此,本文针对自媒体时代我国网络虚假新闻造成的危害进行了说明,并分析了我国网络虚假新闻产生的原因,最后详细阐述了自媒体时代我国网络虚假新闻的管理措施。

摘要： 随着自媒体的迅速发展,我国新闻的生产与传播都处于一个全新的环境中,同时也面临着新的问题与挑战。如今,自媒体已然成为虚假新闻生产和传播的主要渠道。大量未经审核的平台出于自身利益,以传播者的身份发布不实消息,传播虚假新闻,不仅损害了民众的知情权,削弱了媒介的公信力,更违反了新闻真实性原则,与马克思主义新闻观相悖。文章以虚假新闻为研究对象,从马克思主义新闻观视域探析其特征表现、成因及应对措施。

摘要： 公民新闻非专业化生产和非制度化传播特征造成其内容浅薄化、缺乏奖励机制和虚假新闻难稽查问题,而区块链技术去中心化、数据可回溯、信息不易篡改等特点为去中心化的新闻生产和打击虚假新闻提供了条件,或许能助力公民新闻克服缺陷。本文基于对Civil的个案分析发现,区块链可在参与和信任维度突破公民新闻的瓶颈。

摘要： 本文主要以语义增强的多模态虚假新闻检测思考为重点进行阐述,首先分析语义增强的多模态虚假新闻检测背景,从文本语义编码器模块建立、视觉语义编码器模块建立、多模态结合模块建立、分类模块建立几个方面深入说明并探讨语义增强的多模态虚假新闻检测创新与实践,旨在为相关研究提供参考。

摘要： 真实是新闻自身的第一生命。但是在新媒体时代下,人人都有发表言论的权利,所以虚假新闻随即乘势泛滥。由于网络传播环境的开放性、传播主体的多样性和传播形式的交织性,网络传播过程中“把关”过程越来越简化,所以对网络虚假新闻的把关刻不容缓。

摘要： 真实是新闻的生命。移动互联时代,新媒体犹如雨后春笋迅速大量涌现,媒体竞争异常激烈。信息发布呈现出信源个人化、手段多样化、交互自由化和传播匿名化的特点,各类信息纷至沓来,真假难辨的信息充斥着社会和网络空间,虚假新闻如影随形、层出不穷。

摘要： 随着移动通信技术的快速发展,以QQ、博客、微博、微信、抖音、快手等为代表的自媒体方兴未艾,以自媒体为代表的新媒体时代,“黑记者”“有偿新闻”“虚假新闻”等事件不断涌现。互联网环境虽然是虚拟环境但是绝非法外之地,和谐、稳定的秩序是确保互联网环境健康与可持续发展的基石,因此加强对自媒体新闻从业者的职业自律与他律探析具有十分重要的现实意义。

摘要： 在互联网信息技术快速发展的背景下,网络虚假新闻的破坏性和传播能力进一步提升。为快速地进行虚假新闻检测,本文提出一种基于飞桨自然语言处理(Natural Language Processing,NLP)的虚假新闻检测方法。该方法通过使用飞桨深度学习框架快速构建长短期记忆网络(Long Short-Term Memory,LSTM)模型,具有简单快捷、检测精度高、速度快等特点。

摘要： 从某种角度看,虚假新闻报道,最近十几年间已经成为中国新闻领域的一个多发而久治不愈的顽症。认真分析虚假新闻的案例,会发现一些虚假新闻发生、传播的规律与特点。假新闻尽管有不同的类型,但导致其产生且频发有共同的主观原因,大致可分为由于新闻观不正确或职业道德不合格两大类原因导致。而管理制度不健全,操作流程不完善,对违规操作造假者宽容姑息,处罚不到位不严厉,则是管理机制上存在的普遍问题。因此,需要从正确的新闻观与合格的职业道德操守培养,以及严格健全的管理制度建设三个层面着力,常抓不懈,坚持完善流程制度并持之以恒贯彻落实,以有效屏障杜绝虚假保障真实。笔者提出，要用正确的新闻观发现真实，用良好的职业道德维护真实，用严格的管理制度确保真实。

摘要： 如何防范虚假新闻,是中外媒体共同关注的重大问题。本文介绍西方主流媒体防范虚假新闻的一些做法、教训。这些做法、教训可以给中国如何防范虚假新闻提供一些启示。笔者提出，西方主流媒体从职业道德层面,规范和约束新闻从业人员的职业操守；从采编层面，规范和约束从业人员的采编行为；从信息反馈层面，监察员制度可以使及时处里虚假新闻事件；从危机应对层面，事后的调查惩处对防范虚假新闻至关重要。但目前还存在着记者未尽核实之责；记者依赖单一消息来源做报道；编辑失察，当疑处不疑等不足和教训。对于中国新闻界要加强新闻职业道德建设，使采编人员树立高度的责任感和道德感，提高采编人员的道德素养和水准；要制定和完普采编规范，指导、规范、约束采编人员的采编行为，提高采编人员的专业素养和水准；要赋予其编辑相应；要建立调查惩戒制度。

摘要： 我国的网络公民社会仍处于起步和发展阶段，制度管理和法制环境均不完善，公民辨识真假新闻的能力不强，在一些群体性事件中，网络公民获得的资讯也来源于互联网，一些非法组织利用公民“仇官”、“仇富”等心态，制造虚假讯息，从而使网络公民被非法的网络黑社会力量所利用，他们在网上和非法网络公民组织中夸大事实真相，使公民舆论为他们所掌控，从而实现他们的某种非法目的。这样不仅会造成社会的不稳定，还会对使公民党和政府丧失信心，降低政府合法性，从而破坏我国社会主义民主政治建设，所以要坚决防范和理性认识当前我国网络公民社会状况下的对民主政治建设的消极影响。

摘要： 我国的网络公民社会仍处于起步和发展阶段，制度管理和法制环境均不完善，公民辨识真假新闻的能力不强，在一些群体性事件中，网络公民获得的资讯也来源于互联网，一些非法组织利用公民“仇官”、“仇富”等心态，制造虚假讯息，从而使网络公民被非法的网络黑社会力量所利用，他们在网上和非法网络公民组织中夸大事实真相，使公民舆论为他们所掌控，从而实现他们的某种非法目的。这样不仅会造成社会的不稳定，还会对使公民党和政府丧失信心，降低政府合法性，从而破坏我国社会主义民主政治建设，所以要坚决防范和理性认识当前我国网络公民社会状况下的对民主政治建设的消极影响。

摘要： 我国的网络公民社会仍处于起步和发展阶段，制度管理和法制环境均不完善，公民辨识真假新闻的能力不强，在一些群体性事件中，网络公民获得的资讯也来源于互联网，一些非法组织利用公民“仇官”、“仇富”等心态，制造虚假讯息，从而使网络公民被非法的网络黑社会力量所利用，他们在网上和非法网络公民组织中夸大事实真相，使公民舆论为他们所掌控，从而实现他们的某种非法目的。这样不仅会造成社会的不稳定，还会对使公民党和政府丧失信心，降低政府合法性，从而破坏我国社会主义民主政治建设，所以要坚决防范和理性认识当前我国网络公民社会状况下的对民主政治建设的消极影响。

摘要： 我国的网络公民社会仍处于起步和发展阶段，制度管理和法制环境均不完善，公民辨识真假新闻的能力不强，在一些群体性事件中，网络公民获得的资讯也来源于互联网，一些非法组织利用公民“仇官”、“仇富”等心态，制造虚假讯息，从而使网络公民被非法的网络黑社会力量所利用，他们在网上和非法网络公民组织中夸大事实真相，使公民舆论为他们所掌控，从而实现他们的某种非法目的。这样不仅会造成社会的不稳定，还会对使公民党和政府丧失信心，降低政府合法性，从而破坏我国社会主义民主政治建设，所以要坚决防范和理性认识当前我国网络公民社会状况下的对民主政治建设的消极影响。

摘要： 我国的网络公民社会仍处于起步和发展阶段，制度管理和法制环境均不完善，公民辨识真假新闻的能力不强，在一些群体性事件中，网络公民获得的资讯也来源于互联网，一些非法组织利用公民“仇官”、“仇富”等心态，制造虚假讯息，从而使网络公民被非法的网络黑社会力量所利用，他们在网上和非法网络公民组织中夸大事实真相，使公民舆论为他们所掌控，从而实现他们的某种非法目的。这样不仅会造成社会的不稳定，还会对使公民党和政府丧失信心，降低政府合法性，从而破坏我国社会主义民主政治建设，所以要坚决防范和理性认识当前我国网络公民社会状况下的对民主政治建设的消极影响。

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： 本发明属于新闻检测领域，具体涉及一种基于新闻‑评论关联性分析的虚假新闻识别方法，包括：基于新闻中各文本子句内容构建二维新闻特征矩阵，以及根据各条评论的内容构建该条评论的一维特征向量，并将每条初始评论作为根节点、每条回复评论作为子节点构建多个评论树；将每个评论树中每个节点特征向量与其父节点上下文关联特征向量结合，计算该评论树中所有叶子节点上下文关联特征向量并加权计算，得到评论树特征向量，所有评论树特征向量构成二维评论特征矩阵；匹配新闻特征矩阵与评论特征矩阵间的关联性，得到新闻特征向量和评论特征向量，以判断新闻真实性。本发明充分利用新闻文本及其在传播过程中产生的信息，精确度强，适应大规模社交网络。

摘要： 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。

摘要： 本发明涉及一种基于多表示学习的跨领域虚假新闻检测方法。本发明的技术方案为一种基于多表示学习的跨领域虚假新闻检测方法，获取待检测的新闻文本和该新闻文本所属的领域标签；将新闻文本输入BERT模型，提取新闻文本的词嵌入向量；将新闻文本的词嵌入向量和领域标签输入基于多表示学习的领域共享特征生成器，得到融合的领域共享特征表达；将融合的领域共享特征表达输入虚假新闻分类器，输出新闻真假分类的概率值结果。本发明适用于虚假新闻检测领域。本发明通过领域门模型学习领域之间的关系，根据不同的领域之间的关系动态调节不同领域对于不同的领域共享特征的权重，降低了领域共享知识的学习难度，提高了跨领域的虚假新闻检测能力。

摘要： 本发明涉及一种基于异质图对比学习的虚假新闻识别方法，包括以下步骤：1)构建关于新闻节点的虚假新闻异质图；2)获取新闻的文本特征信息F；3)构造基于新闻‑用户‑新闻以及新闻‑主题‑新闻两条元路径的子图；4)对于子图分别通过恒等变换得到第一组视图，通过随机结构变换得到第二组视图；5)对于两组视图通过图神经网络进行特征提取，分别得到对应的特征矩阵；6)通过对比学习与反向传播训练图神经网络GNN1与GNN2的参数，输入新闻节点的初始文本特征得到新闻节点特征；7)将得到的新闻节点特征作为多层感知机的输入并训练，进行虚假新闻识别。与现有技术相比，本发明具有适应于小样本标注、鲁棒性好、实用性高等优点。

摘要： 本发明公开了一种基于特征融合模型的虚假新闻检测方法，包括以下步骤：步骤1：获取待检测的新闻数据；步骤2：将获取到的新闻数据进行预处理，得到文本向量；步骤3：将文本向量输入至局部语义子网络模型中，得到新闻文本局部语义特征；步骤4：将文本向量输入至上下文语义子网络模型中，得到新闻文本上下文语义特征；步骤5：采用TF‑IDF算法提取新闻标题的关键词，获取新闻标题的关键词特征；步骤6：将新闻文本局部语义特征、新闻文本上下文语义特征以及新闻标题的关键词特征进行融合，得到待检测的新闻数据的融合文本表示；步骤7：将融合文本表示输入至分类器中对待检测的新闻数据进行分类，得到检测结果。

摘要： 本发明公开了一种基于渐进式多模态融合网络的虚假新闻检测方法及系统，所述方法包括：获取待检测新闻数据，所述新闻数据包括图像信息和文本信息；基于预训练的虚假新闻检测模型，对待检测新闻数据进行检测；其中，所述虚假新闻检测模型包括：视觉特征编码器，包括依次相连的n级视觉特征提取块；特征融合器：包括依次相连的n级特征融合块，文本特征编码器：输出端连接至第1级特征融合块；并且第i级视觉特征块的输出端均连接至第i级特征融合块，i

摘要： 本发明公开了一种虚假新闻检测方法及装置，涉及人工智能技术领域，其中该方法包括：获取待检测新闻的新闻特征、用户浏览记录和用户操作数据；根据待检测新闻的用户浏览记录和用户操作数据，确定待检测新闻的用户偏好信息；将待检测新闻的新闻特征和用户偏好信息输入虚假新闻检测模型，输出待检测新闻的真假预测结果，所述虚假新闻检测模型是根据历史新闻的：新闻特征、用户偏好信息和实际真假信息，对图神经网络训练得到的，可以快速排查出虚假新闻，提高新闻发布的安全性和可靠性，改善用户体验。