一种基于自监督学习与传播一致性的虚假新闻检测方法

本发明公开了一种基于自监督学习与传播一致性的虚假新闻检测方法，包括：基于自监督对比学习的语句表示优化：初始化预训练语言模型为检测模型，利用自监督对比学习，通过正负样本对比增强检测模型对语义的区分能力；基于对抗生成网络的样本级对抗学习：采用生成对抗网络，编码器生成对抗表示以优化检测模型表示；基于新闻传播一致性特征的真伪验证：构建新闻传播一致性网络，通过邻接子图特征聚合算法融合新闻节点的传播特征，提高检测准确性；基于伪提示学习的预训练语言模型调优：基于上述检测模型，通过构建任务提示模板，将虚假新闻检测任务转换为文本填空问题，充分利用语言学知识，实现在数据稀缺场景下准确的虚假新闻检测能力。