基于自注意力机制的改进CNN进行虚假新闻检测的方法

本发明公开的基于自注意力机制的改进CNN进行虚假新闻检测的方法，包括将新闻文本以字符为基本单元进行编码表示，通过字符嵌入层获得字符级嵌入向量；构建卷积神经网络结构，利用多尺度卷积核提取字符级嵌入向量的局部语义特征；在卷积特征输出基础上引入自注意力机制，对文本中不同位置的特征赋予不同权重；将提取的特征拼接并通过全连接层分类检测，输出检测结果。本发明通过字符级建模与轻量化卷积结构，提升了虚假新闻检测的处理效率与语义识别能力，引入自注意力机制赋予模型对关键语义词的关注能力，增强了对误导性内容、谣言关键词的识别能力，可广泛应用于社交平台内容审查、新闻门户舆情监控等场景的虚假信息快速识别任务。