多元融合加权与非线性惩罚机制的新闻可信度评估方法

本发明适用于数据处理技术领域，提供了多元融合加权与非线性惩罚机制的新闻可信度评估方法，所述方法包括以下步骤：利用大语言模型对新闻文章进行多维度评分；通过AHP专家矩阵确定新闻文章的主观权重矩阵；基于熵值法和若干篇同类型的历史新闻计算客观权重，进行权重融合；对关键指标应用惩罚因子，调整加权得分；加权得分求和并进行非线性归一输出总分。本发明将新闻可信度分析过程拆解为多个细致的评价维度，且每一维度评分均可单独输出，为人工复核、智能审计和透明问责提供了坚实的技术基础。且权重分配机制兼顾主观专家经验与历史数据统计，通过AHP与熵权法融合，克服了单一主观配置易受个人经验和偏见影响的问题，提升准确性。