一种基于人工智能的媒体内容真实度分析方法   0    0

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。

1.一种基于人工智能的媒体内容真实度分析方法，其特征在于，所述方法包括：
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。

2.根据权利要求1所述的方法，其特征在于，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；
对初始特征模板的观察窗口进行扩展以获取每个初步筛选的关键词的上下文信息，构造关键词识别规则的多元识别特征以对初始特征模板的匹配规则进行更新得到复合特征模板，利用所述复合特征模板对所述关键词的上下文信息进行识别以对所述关键词进行词汇修正；
获取修正后的每个关键词的元素类型，以为相同元素类型的关键词生成相应的元素集合，并对所有元素集合进行排序以得到社交用户的第一评论信息。

3.根据权利要求1或2所述的方法，其特征在于，所述元素类型包括人名、地名、机构名、组织名和时间。

4.根据权利要求1至3之一所述的方法，其特征在于，所述先验附加特征词分为前缀特征词和后缀特征词，所述先验附加特征词包括用于对地名进行识别的先验地名附加特征词。

5.根据权利要求4所述的方法，其特征在于，更新后的匹配规则包括：将复合特征模板中的尾部先验特征字词作为关键词识别的尾部边界，将复合特征模板中的首部先验特征字词作为关键词识别的首部边界；
根据上下文信息判断当前关键词的后缀特征词是否可以与所述关键词进行组合，根据上下文信息判断当前关键词的前缀特征词是否可以与所述关键词进行组合。

6.根据权利要求5所述的方法，其特征在于，所述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包括：
基于每个社交用户之间的元素交集与对应社交用户之间的元素集合之和的比值确定每个社交用户之间的焦点相似度，并将所述焦点相似度和所述情感相似度进行加权融合以得到每个社交用户之间的评论相关度。

7.根据权利要求6所述的方法，其特征在于，所述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包括：
获取关联拓扑图中每个社交用户之间边的权重值，并将所述权重值与预设阈值进行比较；在所述权重值小于预设阈值时，将所述权重值对应的边从关联拓扑图中删除；
获取与对应社交用户存在关联关系的所有相邻社交用户，对每个社交用户之间边的权重值进行迭代传播直至收敛得到每个社交用户之间的关联评论特征，其中，所述关联关系用于表征对应社交用户之间存在边；
获取对应评论内容包含的每个词汇的词向量，并将每个词汇的词向量顺序输入至双向长短期记忆网络中以获取每个词汇产生的前向隐式状态序列和后向隐式状态序列，将预设时刻的前向隐层状态和后向隐层状态进行拼接并编码以得到每个社交用户的深层语义特征；
基于所述关联评价特征和深层语义特征识别不同社交用户在同一新闻内容中关注的同一焦点内容。

8.根据权利要求7所述的方法，其特征在于，所述多元识别特征包括当前关键词与前缀特征词的组合特征和当前关键词与后缀特征词的组合特征。

9.根据权利要求8所述的方法，其特征在于，所述关联评论特征的计算公式为：
其中，T(ui)为社交用户ui与社交用户uj之间的关联评论特征，Q(ui,uj)为社交用户ui与社交用户uj之间边的权重值，T(uj)为一个预设的随机初始值，nb(ui)为与ui存在关联关系的相邻社交用户，nb(uj)为与uj存在关联关系的相邻社交用户，Q(uj,uk)为社交用户uj与社交用户uk之间边的权重值，d为设置的阻尼系数。

10.根据权利要求9所述的方法，其特征在于，所述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的步骤包括：
对所述焦点内容的文本内容进行特征统计以得到所述焦点内容的文本语言特征，并将所述焦点内容的文本内容和文本语言特征输入至验证模型中，其中，所述文本语言特征包括文本长度、特殊符号、语气词和文本链接；
利用验证模型的第一卷积层对所述文本内容进行卷积操作以对文本内容中各个焦点词汇与其上下文的高维向量表示进行捕捉得到所述文本内容的多维语义特征；
利用验证模型的第二卷积层对所述文本语言特征进行归一化操作，其中，具有参数线性整流函数PReLU作为激活函数；
利用验证模型的池化层对所述多维语义特征进行数据压缩和参数压缩以降低多维语义特征的维度从而减小过拟合；
利用验证模型的全连接层对所述多维语义特征和归一化后的文本语言特征进行向量连接操作，并对输出后的连接向量进行压平操作以将所述连接向量一维化，并将一维化后的连接向量输入到分类器中得到最终的分类结果。