基于提示学习和模糊标签的多领域虚假新闻检测模型检测方法及系统

本发明属于虚假新闻检测技术领域，公开了一种基于提示学习和模糊标签的多领域虚假新闻检测模型检测方法，本发明模型通过将虚假新闻检测任务重构为填空问题，并在提示模板中嵌入领域信息，充分利用预训练语言模型的潜在知识为原始新闻文本生成领域增强表示。同时，通过神经网络拟合模糊推理过程生成模糊领域标签，为后续混合专家在特征提取过程提供指导，有效捕捉新闻在跨领域之间的语义的细粒度特征，这一过程显著提升了模型在多领域虚假新闻检测中的整体性能表现。在有领域标注数据的Weibo21数据集和无标注数据的Thu数据集上，模型在总体表现均优于传统基线模型和现有的先进多领域虚假新闻检测方法，显著提升了虚假新闻检测模型的准确性和泛化能力。