公开(公告)号：CN112328859B

公开(公告)日：2022-09-20

申请号：CN202011219845.1

申请日：2020-11-05

Applicant: 南开大学

Inventor： 陈晨 ,  顿雅倩 ,  袁晓洁

IPC: G06F16/951 ,  G06F16/9536 ,  G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06F40/205 ,  G06F40/126 ,  G06Q50/00

Abstract: 一种基于知识感知注意力网络的虚假新闻检测方法，属于人工智能技术领域。包括：基于新闻本文抽取知识图谱中的相关知识，将新闻文本和抽取的相关知识作为输入数据，构建基于知识感知的虚假新闻检测模型，对新闻样本进行分类。首先通过实体链接识别新闻中的实体提及并将其与知识图谱中相应的实体进行对齐，获得实体序列。其次，对于实体序列中的每个实体，获取知识图谱中该实体的邻居实体作为其实体上下文。最后，通过虚假新闻检测模型，将新闻文本与实体和实体上下文特征进行融合，完成虚假新闻检测。本发明能够解决新闻文本中实体提及带来的歧义问题，同时能够为新闻中的实体提供补充信息，学习语义水平和知识水平的新闻表示。

公开(公告)号：CN112328859A

公开(公告)日：2021-02-05

申请号：CN202011219845.1

申请日：2020-11-05

Applicant: 南开大学

Inventor： 陈晨 ,  顿雅倩 ,  袁晓洁

IPC: G06F16/951 ,  G06F16/9536 ,  G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06F40/205 ,  G06F40/126 ,  G06Q50/00

Abstract: 一种基于知识感知注意力网络的虚假新闻检测方法，属于人工智能技术领域。包括：基于新闻本文抽取知识图谱中的相关知识，将新闻文本和抽取的相关知识作为输入数据，构建基于知识感知的虚假新闻检测模型，对新闻样本进行分类。首先通过实体链接识别新闻中的实体提及并将其与知识图谱中相应的实体进行对齐，获得实体序列。其次，对于实体序列中的每个实体，获取知识图谱中该实体的邻居实体作为其实体上下文。最后，通过虚假新闻检测模型，将新闻文本与实体和实体上下文特征进行融合，完成虚假新闻检测。本发明能够解决新闻文本中实体提及带来的歧义问题，同时能够为新闻中的实体提供补充信息，学习语义水平和知识水平的新闻表示。

公开(公告)号：CN116910238A

公开(公告)日：2023-10-20

申请号：CN202310146479.9

申请日：2023-02-21

Applicant: 南开大学

Inventor： 陈晨 ,  顿雅倩 ,  袁晓洁

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/295 ,  G06F40/289 ,  G06F16/951 ,  G06F16/335 ,  G06N3/08 ,  G06F18/22 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/04

Abstract: 一种基于孪生网络的知识感知虚假新闻检测方法。首先，基于新闻本文抽取知识图谱中的相关知识，构造新闻样本对和知识样本对，构建新闻孪生网络判断新闻样本对是否相似，构建知识孪生网络判断新闻对应的知识对是否相似。其次，对新闻文本进行编码，并使用训练好的新闻孪生网络和知识孪生网络中的分支分别对新闻、知识进行编码，获得新闻孪生表示和知识孪生表示。最后，将新闻表示、新闻孪生表示、知识表示三者相融合，进行虚假新闻检测任务。本发明一方面通过构建的新闻孪生网络来捕捉新闻之间的相似性或差异性特征，另一方面使用构建的知识孪生网络解决新闻文本中实体提及带来的歧义问题，并捕捉新闻对应知识反应新闻真假性的特征。