[发明专利]一种基于人工智能的媒体内容真实度分析方法

说明书

本发明涉及一种基于人工智能的媒体内容真实度分析方法，包括：根据每个社交用户发表的评论内容获取每个社交用户的第一评论信息和第二评论信息；基于所述第一评论信息确定每个社交用户之间的元素集合的元素交集，基于所述第二评论信息确定每个社交用户之间的情感相似度，基于上述数据得到每个社交用户之间的评论相关度，并为不同社交用户构建相应的关联拓扑图，基于所述关联拓扑图和每个社交用户的深层语义特征识别新闻内容中的焦点内容，并验证所述焦点内容是否为虚假新闻内容。

技术领域

本发明涉及人工智能和媒体内容分析领域，尤其涉及一种基于人工智能的媒体内容真实度分析方法。

背景技术

AI(Artificial Intelligence，人工智能)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

随着互联网社交平台的迅速崛起，极大提升了网络信息传播的效率，传播途径的便捷助长了虚假新闻的生成和传播。假新闻不仅会使媒体的可信度减弱，还会造成不良的社会影响与经济损失，引起社会秩序的混乱，影响人们的正常生活。传统虚假新闻的识别主要依赖用户的自发举报及工作人员的人工审核，需耗费大量人力，且此类监控手段具有较强的滞后性，通常举报上来的虚假信息已传播一段时间，并已造成一定的影响，识别效率不高。

发明内容

此外，由于新闻中包含大量的内容，常用的人工智能识别方法则通过抽取整条文章序列对新闻进行虚假识别，难以聚焦假新闻有问题的部分，增加了虚假新闻识别的复杂度以及识别时提取的数据量。

针对前述问题，本发明提供了一种基于人工智能的媒体内容真实度分析方法，包括：

对同一新闻内容下不同社交用户发表的评论内容进行关键词提取以得到每个社交用户的第一评论信息，并对每个第一评论信息中的元素集合进行对齐以求得每个社交用户之间的元素交集，其中，所述第一评论信息包括多个元素集合，所述元素集合用于表征新闻事件的发生地点、发生时间、涉及的人物和/或组织机构；

利用情感词典对每个社交用户发表的评论内容进行情感词提取以得到每个社交用户的第二评论信息，并从每个社交用户的第二评论信息中提取对应社交用户的情感特征，其中，所述第二评论信息包括多个情感元素词，所述情感元素词用于表征每个社交用户的情感倾向；

基于每个社交用户之间的元素交集和情感相似度确定每个社交用户之间的评论相关度，并将所述评论相关度作为边的权重值为不同社交用户构建相应的关联拓扑图，其中，所述情感相似度由每个社交用户的情感特征对应的特征向量之间的余弦相似度确定；

基于所述关联拓扑图和每个社交用户的深层语义特征识别新闻内容中的焦点内容，并将所述焦点内容输入至验证模型中以判断所述焦点内容是否为虚假新闻内容。

根据一个优选实施方式，所述对同一新闻内容下不同社交用户发表的评论内容进行关键词提取以得到每个社交用户的第一评论信息包括：

对每个社交用户发表的评论内容进行数据处理以过滤评论内容中的无用信息，对处理后的评论内容进行分词以得到若干分词词汇，其中，所述无用信息包括超链接、图片和符号元素；

基于公共语料库中的常用关键词和关键词识别规则构件关键词识别的初始特征模板，根据所述初始特征模板对分词词汇进行关键词匹配以对分词词汇中的关键词进行初步筛选；所述关键词识别规则包括根据先验特征字词指定的边界判定当前词汇的边界，并判断当前词汇的附加特征词是否与先验附加特征词相同；若相同，根据常用关键词判断当前词汇是否为关键词；