[发明专利]一种虚假信息识别的方法、系统、装置及程序产品

权利要求书

1.一种虚假信息识别的方法，其特征在于，包括：

从采集的文本信息中提取文本特征向量及时序特征向量；

以所述文本特征向量作为初始节点，根据所述时序特征向量建立边，获得所述文本信息的传播图网络；

使用图神经网络更新所述传播图网络中各个节点的向量表示，使用注意力机制调整所述传播图网络中各个节点的权重，将更新后的传播图网络中各个节点的向量表示和对应的权重输入分类器中，确定所述文本信息是否为虚假信息。

2.如权利要求1所述的方法，其特征在于，从采集的文本信息中提取文本特征向量及时序特征向量，包括：

获取待检测的博文信息和评论信息，过滤所述博文信息和所述评论信息中的无用信息，获取所述博文信息和所述评论信息中的有效文本信息；

使用语言分析模型，提取所述有效文本信息对应的文本特征向量，使用循环神经网络对所述有效文本信息和所述文本特征向量进行训练，获得所述有效文本信息的时序特征向量。

3.如权利要求1所述的方法，其特征在于，以所述文本特征向量作为初始节点，根据所述时序特征向量建立边，获得所述文本信息的传播图网络，包括：

将所述文本特征向量作为初始节点，根据所述时序特征向量，确定所述文本特征向量间的时序传播路径；

将所述时序传播路径作为边，生成所述传播图网络。

4.如权利要求1所述的方法，其特征在于，使用图神经网络更新所述传播图网络中各个节点的向量表示，包括：

通过所述图神经网络对所述传播图网络中各节点之间的关系进行信息聚合，获得所述各节点的表示特征；其中，所述表示特征表征了所述传播图网络中各节点之间的边的关系；

根据所述个节点的表示特征，使用所述神经网络更新所述传播图网络中各节点的向量表示。

5.如权利要求4所述的方法，其特征在于，使用注意力机制调整所述传播图网络中各个节点的权重，包括：

当所述传播图网络中节点的向量表示更新时，根据所述更新后的向量表示所属的时序传播路径，调整所述时序传播路径上的权重。

6.如权利要求1所述的方法，其特征在于，将更新后的传播图网络中各个节点的向量表示和对应的权重输入分类器中，确定所述文本信息是否为虚假信息，包括：

将所述传播图网络中的节点的向量表示和权重输入所述分类器中，所述分类器使用偏置参数计算所述节点对应的文本信息是虚假信息的概率；其中，所述偏置参数为所述分类器在训练中学习获得的，用于区分正式信息和虚假信息的分类参数。

7.一种虚假信息识别的系统，其特征在于，包括：

特征采集单元，用于从采集的文本信息中提取文本特征向量及时序特征向量；

传播图单元，用于以所述文本特征向量作为初始节点，根据所述时序特征向量建立边，获得所述文本信息的传播图网络；

概率计算单元，用于使用图神经网络更新所述传播图网络中各个节点的向量表示，使用注意力机制调整所述传播图网络中各个节点的权重，将更新后的传播图网络中各个节点的向量表示和对应的权重输入分类器中，确定所述文本信息是否为虚假信息。

8.一种虚假信息识别的装置，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令执行如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法的步骤。