[發(fā)明專利]基于機器學(xué)習(xí)的虛假信息鑒別方法、系統(tǒng)及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910245401.6
• 申請日: 2019-03-28
• 公開（公告）號: CN110083827A
• 公開（公告）日: 2019-08-02
• 發(fā)明（設(shè)計）人: 黃帆
• 申請（專利權(quán)）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(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 譚英強

本發(fā)明公開了基于機器學(xué)習(xí)的虛假信息鑒別方法、系統(tǒng)及存儲介質(zhì)，方法包括：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(biāo)注，得到標(biāo)注序列；根據(jù)詞序列和標(biāo)注序列，生成向量序列；基于預(yù)設(shè)的鑒別模型對向量序列進行第一鑒別，得到第一結(jié)果；基于區(qū)塊鏈技術(shù)對第一結(jié)果進行第二鑒別，得到虛假信息鑒別結(jié)果。本發(fā)明的實施例通過預(yù)設(shè)的鑒別模型對向量序列進行第一鑒別后，還通過區(qū)塊鏈技術(shù)對第一結(jié)果進行第二鑒別，最終得到虛假信息鑒別結(jié)果，相較于傳統(tǒng)僅采用分類器來進行信息鑒別的方法，本發(fā)明能夠通過區(qū)塊鏈技術(shù)，在不同區(qū)塊鏈節(jié)點對不同語言進行二次鑒別，提高了準(zhǔn)確度，可廣泛應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其是基于機器學(xué)習(xí)的虛假信息鑒別方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)

謠言被定義為一個真實價值未經(jīng)驗證的故事或陳述。隨著社交網(wǎng)絡(luò)媒體的迅速發(fā)展，大量的謠言很容易在互聯(lián)網(wǎng)上傳播，比如微博、推特、微信群、朋友圈等平臺上傳播的推文，經(jīng)常會有一些誤導(dǎo)性的推文，影響公眾的正確認(rèn)知，甚至引起公眾恐慌和社會混亂。因此，在社交媒體上高效地檢測謠言至關(guān)重要，并且應(yīng)當(dāng)在謠言傳播之前盡可能早地檢測出來。

現(xiàn)有的方法主要基于手工特征的挖掘與SVM等傳統(tǒng)機器學(xué)習(xí)分類器實現(xiàn)。典型的手工特征可以是情感詞等內(nèi)容特征，也可以是昵稱、頭像等用戶特征，又或者是轉(zhuǎn)發(fā)次數(shù)等傳播特征。也有一些挖掘自用戶反饋行為、事件傳播的生命周期等更為復(fù)雜的特征。這些特征能夠在一定程度上區(qū)分謠言，結(jié)合傳統(tǒng)的有監(jiān)督機器學(xué)習(xí)分類器，能夠達到比較可觀的檢測效果。但是，現(xiàn)有的謠言檢測只通過分類器來鑒別，分類器只能識別指定的語言文字，檢測結(jié)果不夠準(zhǔn)確，無法識別各地的方言描述方式。

區(qū)塊鏈?zhǔn)欠植际綌?shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術(shù)的新型應(yīng)用模式，本質(zhì)上是一個去中心化的體系結(jié)構(gòu)。狹義來講，區(qū)塊鏈?zhǔn)且环N按照時間順序?qū)?shù)據(jù)區(qū)塊以順序相連的方式組合成的一種鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)，并以密碼學(xué)方式保證的不可篡改和不可偽造的分布式賬本。廣義來講，區(qū)塊鏈技術(shù)是利用塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)來驗證與存儲數(shù)據(jù)、利用分布式節(jié)點共識算法來生成和更新數(shù)據(jù)、利用密碼學(xué)的方式保證數(shù)據(jù)傳輸和訪問的安全、利用由自動化腳本代碼組成的智能合約來編程和操作數(shù)據(jù)的一種全新的分布式基礎(chǔ)架構(gòu)與計算范式。

目前，還沒有將區(qū)塊鏈技術(shù)應(yīng)用到虛假信息鑒別中的相關(guān)報道。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例提供一種準(zhǔn)確度高的基于機器學(xué)習(xí)的虛假信息鑒別方法、系統(tǒng)及存儲介質(zhì)。

第一方面，本發(fā)明實施例提供了一種基于機器學(xué)習(xí)的虛假信息鑒別方法，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(biāo)注，得到標(biāo)注序列；

根據(jù)詞序列和標(biāo)注序列，生成向量序列；

基于預(yù)設(shè)的鑒別模型對向量序列進行第一鑒別，得到第一結(jié)果；

基于區(qū)塊鏈技術(shù)對第一結(jié)果進行第二鑒別，得到虛假信息鑒別結(jié)果。

進一步，還包括獲取待鑒別信息的步驟。

進一步，所述獲取待鑒別信息這一步驟，包括以下步驟：

獲取社交網(wǎng)絡(luò)信息的日志數(shù)據(jù)，所述日志數(shù)據(jù)包括發(fā)布時間、轉(zhuǎn)發(fā)次數(shù)、閱讀次數(shù)、評論次數(shù)、閱讀者區(qū)域信息以及點贊次數(shù)；

根據(jù)社交網(wǎng)絡(luò)信息的日志數(shù)據(jù)，確定社交網(wǎng)絡(luò)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。

進一步，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(yù)設(shè)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(jié)果；