基于新闻标题-正文差异性的虚假新闻检测方法

【目的】为解决在虚假新闻检测中新闻评论难以收集、新闻文本简短难以提取有效信息的问题，本文给出一种基于新闻标题和正文差异性的虚假新闻检测方法。【方法】首先，设计Cos-Gap差异性计算方法以获取新闻标题-正文在文本和情感上的差异性特征；然后，根据获得的差异性特征，以异构图注意网络为基础，构建新闻差异性异构图网络NDHN。该网络既包含基于差异性特征构造的边，也包含基于语义特征和情感特征构建的标题、正文和情感三种类型节点。【结果】在GossipCop开放数据集上的实验结果显示，本文提出的检测方法在分类准确率上提升约2.7个百分点，F1指标提升约3.2个百分点。【局限】本文方法适用于带有标题的新闻，对于微博、Twitter等无标题文本存在局限。【结论】融合新闻差异性特征可以有效提升虚假新闻检测准确率，为社交媒体快速检测出虚假新闻提供有力支持。