[发明专利]一种虚假信息识别的方法、系统、装置及程序产品

说明书

本发明涉及自然语言处理领域，提供了一种虚假信息识别的方法、系统、装置及程序产品，该虚假信息识别的方法包括：从采集的文本信息中提取文本特征向量及时序特征向量；以文本特征向量作为初始节点，根据时序特征向量建立边，获得文本信息的传播图网络；使用图神经网络更新传播图网络中各个节点的向量表示，使用注意力机制调整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，确定文本信息是否为虚假信息。

技术领域

本发明涉及自然语言处理领域，特别涉及一种虚假信息识别的方法、系统、 装置及程序产品。

背景技术

在信息化时代，每时每刻都有海量的文本信息不断产生，但应当注意到， 网络社交平台上的信息鱼龙混杂，在这些信息中存在着各种各样的虚假信息。 由于个人知识的有限，在铺天盖地的信息浪潮中，大多数人都无法对各种虚假 信息作出甄别。

因此，如何提高识别虚假信息的准确率，成为了一个亟待解决的问题。

发明内容

本发明提供了一种虚假信息识别的方法、系统、装置及程序产品，用于解 决现有技术中虚假信息识别的准确率较低的技术问题。

本发明第一方面提供了一种虚假信息识别的方法，所述虚假信息识别的方 法包括：

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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。