一种基于广度视角的虚假新闻检测方法

本发明提出了一种基于广度视角的虚假新闻检测方法。旨在解决现有检测方法中忽视新闻背景及传播时间动态性的问题。该方法通过构建宏观和微观新闻背景，对原帖子的发布背景进行观察，分别提取流行度导向和新颖度导向的特征，并利用预训练模型BERT提取新闻的语义特征。本发明还引入了时间图快照和图卷积神经网络相结合的方法，提取虚假新闻的时间动态特征和结构特征，形成多阶段图快照，捕捉虚假新闻的扩散过程。最终将广度视角特征、传播结构特征与文本语义特征进行融合，通过SoftMax分类器实现新闻真假分类。该方法能够更有效地分析新闻背景、传播规律及其动态特征，从而提高虚假新闻检测的准确性和时效性。