社交媒體極大地提高了新聞傳播的效率,然而,由于發(fā)布于社交媒體平臺(tái)的新聞不再由記者或?qū)＜疫M(jìn)行驗(yàn)證,導(dǎo)致虛假新聞泛濫于社交媒體平臺(tái),對(duì)社會(huì)的長(zhǎng)治久安造成了很大威脅。因此,發(fā)現(xiàn)、整治假新聞一直是社交媒體平臺(tái)和政府機(jī)構(gòu)的一項(xiàng)重要工作,但傳統(tǒng)人工鑒別的方式已不能適應(yīng)社交媒體新聞爆炸性的增長(zhǎng),亟需自動(dòng)化的方法來(lái)完成這一任務(wù)。鑒于這一需求,社交媒體新聞可信度自動(dòng)化評(píng)估逐漸成為學(xué)術(shù)界和產(chǎn)業(yè)界的研究熱點(diǎn)之一,其關(guān)鍵在于判別社交媒體新聞所描述事件的真實(shí)性。然而,已有研究大多以單一報(bào)道來(lái)評(píng)估新聞事件的真實(shí)性,所得到的結(jié)果難以全面和客觀。此外,雖然研究者在社交媒體新聞可信度自動(dòng)評(píng)估的理論和算法上已經(jīng)取得一定的進(jìn)展和突破,但完整的系統(tǒng)實(shí)現(xiàn)方案尚比較少見(jiàn)。針對(duì)上述問(wèn)題,本文提出了一種基于多源評(píng)分融合的社交媒體新聞可信度評(píng)估框架（A Credibility Evaluation Framework of Social Media News Based on Multisource Score Fusion,CEFN）,利用社交媒體新聞報(bào)道的多源性,融合多個(gè)報(bào)道源的可信性來(lái)判定新聞事件的可信度。因此,相較于依賴單一新... 

【文章來(lái)源】：齊魯工業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Transformer模型結(jié)構(gòu)[40]

齊魯工業(yè)大學(xué)碩士學(xué)位論文47(c)(d)(e)(f)(g)圖4.4七種不同特征組合的評(píng)估框架下可信度分布在圖4.4中，縱坐標(biāo)表示可信度，橫坐標(biāo)表示新聞ID�？紤]到3.4節(jié)對(duì)新聞可信度的定義，本實(shí)驗(yàn)通過(guò)可信度值0.5將散點(diǎn)圖分割為上下兩部分。由式3.14可知，圖的上半部分被定義為“新聞為真”命題區(qū)，同理，圖的下半部分被定義為“新聞為假”命題區(qū)。新聞樣本投射于圖的上半部分表示該樣本更有可能為真實(shí)新聞。需要注意的是，評(píng)估框架為新聞可信度的評(píng)估問(wèn)題提供技術(shù)支撐，但其并不是“真實(shí)新聞”和“虛假新聞”的分類模型，評(píng)估框架的最終輸出為新聞可信度值以表示對(duì)命題“新聞為真”的支持度，而非標(biāo)識(shí)新聞為“真”或“假”的類別標(biāo)簽。為了

【參考文獻(xiàn)】：
期刊論文
[1]聚合類新聞客戶端的“信息繭房”效應(yīng)及反思——以“今日頭條”為例[J]. 姚文康.  傳媒論壇. 2020(03)
[2]基于Bert-Condition-CNN的中文微博立場(chǎng)檢測(cè)[J]. 王安君,黃凱凱,陸黎明.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(11)
[3]基于BERT的古文斷句研究與應(yīng)用[J]. 俞敬松,魏一,張永偉.  中文信息學(xué)報(bào). 2019(11)
[4]微博信息可信度評(píng)估的數(shù)據(jù)起源方法[J]. 張子良,董紅斌,譚成予,梁意文.  計(jì)算機(jī)應(yīng)用研究. 2018(11)
[5]基于關(guān)聯(lián)關(guān)系的微博用戶可信度分析方法[J]. 李付民,佟玲玲,杜翠蘭,李揚(yáng)曦,張仰森.  計(jì)算機(jī)應(yīng)用. 2017(03)
[6]基于HITS算法的微博用戶可信度評(píng)估[J]. 吳樹(shù)芳,徐建民.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2016(05)
[7]基于信息融合的中文微博可信度評(píng)估方法[J]. 高明霞,陳福榮.  計(jì)算機(jī)應(yīng)用. 2016(08)
[8]基于漢語(yǔ)拼音首字母索引的混合分詞算法[J]. 楊進(jìn)才,陳忠忠,謝芳,胡金柱.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(04)
[9]警務(wù)應(yīng)用中基于雙向最大匹配法的中文分詞算法實(shí)現(xiàn)[J]. 陶偉.  電子技術(shù)與軟件工程. 2016(04)
[10]基于用戶分析的微博用戶影響力度量模型[J]. 張紹武,尹杰,林鴻飛,魏現(xiàn)輝.  中文信息學(xué)報(bào). 2015(04)

博士論文
[1]基于證據(jù)理論的安全防范系統(tǒng)評(píng)估與優(yōu)化設(shè)計(jì)[D]. 許培達(dá).上海交通大學(xué) 2015

碩士論文
[1]融合預(yù)訓(xùn)練語(yǔ)言模型的機(jī)器譯文質(zhì)量評(píng)估[D]. 楊中成.北京交通大學(xué) 2019
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的中文句子相似度計(jì)算[D]. 孫陽(yáng).中國(guó)科學(xué)技術(shù)大學(xué) 2019



本文編號(hào)：3368717