[發明專利]基于機器學習的虛假信息鑒別方法、系統及存儲介質

在審

• 申請號: 201910245401.6
• 申請日: 2019-03-28
• 公開（公告）號: CN110083827A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 黃帆
• 申請（專利權）人: 無錫天脈聚源傳媒科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06N3/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強

1.基于機器學習的虛假信息鑒別方法，其特征在于：包括以下步驟：

對待鑒別信息進行分詞處理，得到詞序列；

對詞序列進行詞性標注，得到標注序列；

根據詞序列和標注序列，生成向量序列；

基于預設的鑒別模型對向量序列進行第一鑒別，得到第一結果；

基于區塊鏈技術對第一結果進行第二鑒別，得到虛假信息鑒別結果。

2.根據權利要求1所述的基于機器學習的虛假信息鑒別方法，其特征在于：還包括獲取待鑒別信息的步驟。

3.根據權利要求2所述的基于機器學習的虛假信息鑒別方法，其特征在于：所述獲取待鑒別信息這一步驟，包括以下步驟：

獲取社交網絡信息的日志數據，所述日志數據包括發布時間、轉發次數、閱讀次數、評論次數、閱讀者區域信息以及點贊次數；

根據社交網絡信息的日志數據，確定社交網絡信息的事件等級，所述事件等級包括熱點事件和普通事件；

從熱點事件中獲取待鑒別信息。

4.根據權利要求3所述的基于機器學習的虛假信息鑒別方法，其特征在于：所述從熱點事件中獲取待鑒別信息這一步驟，包括以下步驟：

基于預設的語義分析模型，對熱點事件進行語義分析，得到語義分析結果；

基于預設的謠言數據庫，對語義分析結果進行查重比對，生成重復率；

根據重復率確定待鑒別信息。

5.根據權利要求1所述的基于機器學習的虛假信息鑒別方法，其特征在于：所述基于區塊鏈技術對第一結果進行第二鑒別，得到虛假信息鑒別結果這一步驟，包括以下步驟：

將第一結果上傳至區塊鏈，并將第一結果的信息指紋填寫到事務消息中；

將所述事務消息廣播至區塊鏈網絡；

通過區塊鏈網絡中的節點對接收到的事務消息進行分析，獲取事務消息中的信息指紋；

根據獲取到的信息指紋，讀取第一結果；

對讀取的第一結果進行第二鑒別，得到虛假信息鑒別結果。

6.根據權利要求5所述的基于機器學習的虛假信息鑒別方法，其特征在于：所述基于區塊鏈技術對第一結果進行第二鑒別，得到虛假信息鑒別結果這一步驟，還包括以下步驟：

采用POW共識算法對虛假信息鑒別結果進行打包出塊，并將虛假信息鑒別結果上傳至區塊鏈。

7.基于機器學習的虛假信息鑒別系統，其特征在于：包括：

分詞處理模塊，用于對待鑒別信息進行分詞處理，得到詞序列；

詞性標注模塊，用于對詞序列進行詞性標注，得到標注序列；

向量生成模塊，用于根據詞序列和標注序列，生成向量序列；

第一鑒別模塊，用于基于預設的鑒別模型對向量序列進行第一鑒別，得到第一結果；

第二鑒別模塊，用于基于區塊鏈技術對第一結果進行第二鑒別，得到虛假信息鑒別結果。

8.根據權利要求7所述的基于機器學習的虛假信息鑒別系統，其特征在于：所述第二鑒別模塊包括：

上傳單元，用于將第一結果上傳至區塊鏈，并將第一結果的信息指紋填寫到事務消息中；

廣播單元，用于將所述事務消息廣播至區塊鏈網絡；

分析單元，用于通過區塊鏈網絡中的節點對接收到的事務消息進行分析，獲取事務消息中的信息指紋；

讀取單元，用于根據獲取到的信息指紋，讀取第一結果；

鑒別單元，用于對讀取的第一結果進行第二鑒別，得到虛假信息鑒別結果。

9.基于機器學習的虛假信息鑒別系統，其特征在于：包括：

至少一個處理器；

至少一個存儲器，用于存儲至少一個程序；

當所述至少一個程序被所述至少一個處理器執行，使得所述至少一個處理器實現如權利要求1-6中任一項所述的基于機器學習的虛假信息鑒別方法。

10.一種存儲介質，其中存儲有處理器可執行的指令，其特征在于：所述處理器可執行的指令在由處理器執行時用于執行如權利要求1-6中任一項所述的基于機器學習的虛假信息鑒別方法。