[發明專利]一種基于人工智能的媒體內容真實度分析方法

有效

• 申請號: 202110523827.0
• 申請日: 2021-05-13
• 公開（公告）號: CN113158082B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 聶佼穎
• 申請（專利權）人: 和鴻廣科技（上海）有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F40/30;G06F40/289;G06F40/242;G06Q50/00
• 代理公司: 上海塔科專利代理事務所(普通合伙) 31380
• 代理人: 謝安軍

本發明涉及一種基于人工智能的媒體內容真實度分析方法，包括：根據每個社交用戶發表的評論內容獲取每個社交用戶的第一評論信息和第二評論信息；基于所述第一評論信息確定每個社交用戶之間的元素集合的元素交集，基于所述第二評論信息確定每個社交用戶之間的情感相似度，基于上述數據得到每個社交用戶之間的評論相關度，并為不同社交用戶構建相應的關聯拓撲圖，基于所述關聯拓撲圖和每個社交用戶的深層語義特征識別新聞內容中的焦點內容，并驗證所述焦點內容是否為虛假新聞內容。

技術領域

本發明涉及人工智能和媒體內容分析領域，尤其涉及一種基于人工智能的媒體內容真實度分析方法。

背景技術

AI(Artificial Intelligence，人工智能)是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。換句話說，人工智能是計算機科學的一個綜合技術，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。人工智能也就是研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的功能。

隨著互聯網社交平臺的迅速崛起，極大提升了網絡信息傳播的效率，傳播途徑的便捷助長了虛假新聞的生成和傳播。假新聞不僅會使媒體的可信度減弱，還會造成不良的社會影響與經濟損失，引起社會秩序的混亂，影響人們的正常生活。傳統虛假新聞的識別主要依賴用戶的自發舉報及工作人員的人工審核，需耗費大量人力，且此類監控手段具有較強的滯后性，通常舉報上來的虛假信息已傳播一段時間，并已造成一定的影響，識別效率不高。

發明內容

此外，由于新聞中包含大量的內容，常用的人工智能識別方法則通過抽取整條文章序列對新聞進行虛假識別，難以聚焦假新聞有問題的部分，增加了虛假新聞識別的復雜度以及識別時提取的數據量。

針對前述問題，本發明提供了一種基于人工智能的媒體內容真實度分析方法，包括：

對同一新聞內容下不同社交用戶發表的評論內容進行關鍵詞提取以得到每個社交用戶的第一評論信息，并對每個第一評論信息中的元素集合進行對齊以求得每個社交用戶之間的元素交集，其中，所述第一評論信息包括多個元素集合，所述元素集合用于表征新聞事件的發生地點、發生時間、涉及的人物和/或組織機構；

利用情感詞典對每個社交用戶發表的評論內容進行情感詞提取以得到每個社交用戶的第二評論信息，并從每個社交用戶的第二評論信息中提取對應社交用戶的情感特征，其中，所述第二評論信息包括多個情感元素詞，所述情感元素詞用于表征每個社交用戶的情感傾向；

基于每個社交用戶之間的元素交集和情感相似度確定每個社交用戶之間的評論相關度，并將所述評論相關度作為邊的權重值為不同社交用戶構建相應的關聯拓撲圖，其中，所述情感相似度由每個社交用戶的情感特征對應的特征向量之間的余弦相似度確定；

基于所述關聯拓撲圖和每個社交用戶的深層語義特征識別新聞內容中的焦點內容，并將所述焦點內容輸入至驗證模型中以判斷所述焦點內容是否為虛假新聞內容。

根據一個優選實施方式，所述對同一新聞內容下不同社交用戶發表的評論內容進行關鍵詞提取以得到每個社交用戶的第一評論信息包括：

對每個社交用戶發表的評論內容進行數據處理以過濾評論內容中的無用信息，對處理后的評論內容進行分詞以得到若干分詞詞匯，其中，所述無用信息包括超鏈接、圖片和符號元素；

基于公共語料庫中的常用關鍵詞和關鍵詞識別規則構件關鍵詞識別的初始特征模板，根據所述初始特征模板對分詞詞匯進行關鍵詞匹配以對分詞詞匯中的關鍵詞進行初步篩選；所述關鍵詞識別規則包括根據先驗特征字詞指定的邊界判定當前詞匯的邊界，并判斷當前詞匯的附加特征詞是否與先驗附加特征詞相同；若相同，根據常用關鍵詞判斷當前詞匯是否為關鍵詞；