(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210105328.4 (22)申请日 2022.01.28 (71)申请人 河海大学 地址 210000 江苏省南京市 鼓楼区西康路1 号 (72)发明人 周晓峰　张雨臣　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 颜盈静 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/289(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于特征融合模型的虚假新闻检测方 法 (57)摘要 本发明公开了一种基于特征融合模型的虚 假新闻检测方法， 包括以下步骤： 步骤1： 获取待 检测的新闻数据； 步骤2： 将获取到的新闻数据进 行预处理， 得到文本向量； 步骤3： 将文本向量输 入至局部语义子网络模型中， 得到新闻文本局部 语义特征； 步骤4： 将文本向量输入至上下文语义 子网络模型中， 得到新闻文本上下文语义特征； 步骤5： 采用TF ‑IDF算法提取新闻标题的关键词， 获取新闻标题的关键词特征； 步骤6： 将新闻文本 局部语义特征、 新闻文本上下文语义特征以及新 闻标题的关键词特征进行融合， 得到待检测的新 闻数据的融合文本表示； 步骤7： 将融合文本表示 输入至分类器中对待检测的新闻数据进行分类， 得到检测结果。 权利要求书2页 说明书6页 附图2页 CN 114462420 A 2022.05.10 CN 114462420 A 1.一种基于特 征融合模型的虚假 新闻检测方法， 其特 征在于： 包括以下步骤： 步骤1： 获取待检测的新闻数据， 所述 新闻数据包括 新闻文本以及新闻标题； 步骤2： 将获取到的新闻数据进行预处理， 依次包括分词操作、 去停用词操作和文本向 量化表示， 最终得到文本向量； 步骤3： 将步骤2得到的文本向量输入至局部语义子网络模型中， 得到新闻文本局部语 义特征； 步骤4： 将步骤2得到的文本向量输入至上下文语义子网络模型中， 得到新闻文本上下 文语义特 征； 步骤5： 采用TF ‑IDF算法提取新闻标题的关键词， 获取新闻标题的关键词特 征； 步骤6： 将新闻文本局部语义特征、 新闻文本上下文语义特征以及新闻标题的关键词特 征进行融合， 得到待检测的新闻数据的融合文本表示； 步骤7： 将融合文本表示输入至分类器中对待检测 的新闻数据进行分类， 得到检测结 果。 2.根据权利要求1所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 步 骤2中， 采用结巴分词工具以及停用 词表分别完成对待检测的新闻数据的分词操作和去停 用词操作。 3.根据权利要求1所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 步 骤2中， 采用w ord2vec模型对经分词操作和去停用词操作后的文本进行文本向量 化表示。 4.根据权利要求1所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 所 述局部语义子网络模型为CN N模型。 5.根据权利要求4所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 所 述CNN模型包括卷积层和池化层； 在卷积层中， 使用卷积核对文本向量进行卷积操作； 将卷 积操作结果输入至池化层， 提取所有局部特征 的平均值代替所有的局部特征， 得到新闻文 本局部语义特 征。 6.根据权利要求5所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 卷 积层使用大小为r ×d的滤波器对句子矩阵进行 卷积操作来完成特 征的提取工作， 表示 为： ci＝f(W×xi:i+r‑1+b) (1) 其中， W为卷积核， r表示卷积核的大小， d表示词嵌入的维度， b表示偏置量， xi:i+r‑1表示 从i到i+r ‑1个词组成的句子向量， f表示 通过ReLU 进行非线性操作的函数； 经过卷积操作之后最终得到一个n ‑r+1维的局部特 征矩阵C： C＝{c1,c2,...cn‑r+1} (2)。 7.根据权利要求1所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 所 述上下文语义子网络模型为引入注意力机制的双向长短时记 忆神经网络 。 8.根据权利要求7所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 所 述引入注意力机制的双向长短时记 忆神经网络包括Bi LSTM模型和A ttention层； t时刻， Bi LSTM的隐藏状态包括前向的 和后向的 分别表示 为： 权　利　要　求　书 1/2 页 2 CN 114462420 A 2前向的 和后向的 合并， 实现文本数据的前向特 征和后向特 征的提取， 表示 为： 在Attention层中执行以下步骤： 记BiLSTM提取的特征向量集合H， 表示为[h1,h2,...hT]， 其中H∈Rd×T， d为词向量的维 度， T为文本的长度； 通过以下公式得到 权重矩阵： M＝tanh(H) (12) α ＝soft max(wTM) (13) r＝HαT (14) 其中， w是维度为d的训练的参数向量， wT为训练学习得到的参数向量的转置矩阵， 之后 进行向量的加权得到新闻文本上 下文语义特 征表示h*： h*＝tanh(r) (15)。 9.根据权利要求1所述的一种基于特征融合模型的虚假新闻检测方法， 其特征在于： 步 骤5中， 所述TF ‑IDF算法表示 为： TF‑IDF＝TF·IDF (18) 其中： 式中， ni,j表示关键词ti在新闻标题dj中出现的次数， TFi,j表示关键词ti在新闻标题dj中 出现的频率； |D|表示所有新闻标题的数量， |j:ti∈dj|表示包含关键词ti的标题数量。权　利　要　求　书 2/2 页 3 CN 114462420 A 3