[发明专利]新闻类别检测方法及系统

说明书

本发明实施例提供了一种新闻类别检测方法及系统，所述方法包括：获取待检测新闻的内容文本和社会属性文本；将内容文本以及社会属性文本输入至新闻类别粗检测模型，得到新闻类别粗检测模型输出的待检测新闻的第一类类别文本。所述方法还包括：将所述第一类类别文本、所述内容文本以及所述社会属性文本输入至新闻类别细检测模型，得到所述新闻类别细检测模型输出的所述待检测新闻的第二类类别文本。通过新闻类别粗检测模型以及细检测模型，实现特征提取、特征融合，并在特征融合时考虑到社会属性文本，使融合结果更加准确，也使得基于融合结果确定的检测结果更准确。

技术领域

本发明涉及信息识别技术领域，更具体地，涉及新闻类别检测方法及系统。

背景技术

随着互联网的高速发展，信息的传播方式发生了巨大的变化，在线社交媒体成为主流的信息传播媒介，相比于传统的传播方式，其摆脱了集中发布的限制，使得任何人都能成为发布和传播新闻的主体，为用户带来了巨大的便利。但与此同时，由于缺乏有效的审查和监管，在线社交媒体上也充斥着大量的虚假新闻，成为可能造成社会和经济损失的严重威胁，因此对新闻类别的自动化检测至关重要。

目前，国内外已有一些新闻类别检测方法，包括基于新闻的内容文本的检测方法和基于新闻的社会属性文本的检测方法。基于新闻的内容文本的检测方法主要针对新闻的内容本身，对新闻的内容文本进行分析判断；基于新闻的社会属性文本的检测方法则会结合隐藏在新闻的内容背后的社会属性，如发布该新闻的作者所持立场或者该新闻在社交媒体中的传播轨迹等，由此来进行新闻类别的自动化检测。

新闻类别检测的目的是针对新闻的特定内容，判断其真实性，属于文本分类的一种。但新闻类别检测又不同于简单的文本分类任务，因为新闻类别中的虚假新闻的目的就是为了误导用户，其内容的模糊性、欺骗性较强，所以单纯针对新闻的内容本身，仅通过分析新闻的内容文本的分类方法很难取得较好的效果。而在基于新闻的社会属性文本的检测方法中，利用新闻传播轨迹的方法复杂且效率较低，需要收集大量的相关信息，适合分析不适合检测。

因此，现急需提供一种新闻类别检测方法及系统。

发明内容

为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种新闻类别检测方法及系统。

第一方面，本发明实施例提供了一种新闻类别检测方法，包括：

获取待检测新闻的内容文本和社会属性文本；

将所述内容文本以及所述社会属性文本输入至新闻类别粗检测模型，得到所述新闻类别粗检测模型输出的所述待检测新闻的第一类类别文本；

其中，所述新闻类别粗检测模型用于对所述内容文本以及所述社会属性文本进行特征提取，得到第一类特征；并基于所述社会属性文本，对所述第一类特征进行特征融合，基于所述第一类特征的融合结果，对所述待检测新闻的第一类类别进行检测；所述新闻类别粗检测模型基于带有第一类类别文本标签的第一类样本新闻训练得到。

优选地，所述方法还包括：

将所述第一类类别文本、所述内容文本以及所述社会属性文本输入至新闻类别细检测模型，得到所述新闻类别细检测模型输出的所述待检测新闻的第二类类别文本；

其中，所述新闻类别细检测模型用于对所述第一类类别文本、所述内容文本以及所述社会属性文本进行特征提取，得到第二类特征；并基于所述社会属性文本，对所述第二类特征进行特征融合，基于所述第二类特征的融合结果，对所述待检测新闻的第二类类别进行检测；所述新闻类别细检测模型基于带有第一类类别文本标签、第二类类别文本标签的第二类样本新闻训练得到。

优选地，所述新闻类别粗检测模型具体包括第一特征提取层，所述新闻类别细检测模型具体包括第二特征提取层；

所述第一特征提取层具体用于：基于BERT模型，对所述内容文本以及所述社会属性文本进行特征提取，得到所述第一类特征；和/或，