基于实体图神经网络的事实核实方法

针对信息真伪识别问题,研究了基于实体图神经网络的事实核实方法。首先,对通过事实句子提取的实体进行文档检索,利用加强长短期记忆网络进行证据筛选得到相应证据集;然后,利用实体识别获取证据中的相关实体,并通过构建的实体图和图注意力神经网络机制实现实体信息的传播更新;最后,融合实体信息和证据句子信息进行标签预测。在事实提取与验证(FEVER)数据集上的试验结果表明,与3种基准模型相比,该方法有效提升了标签预测的准确性,并在实体信息充分的验证集上表现更佳,其模型在推理层数为3时取得最佳效果。该方法既可提取关键实体,又可捕获实体间信息关联,为提升信息真伪识别技术提供参考。

新闻事实核查的起源与现状研究

新闻核实是使用各种方法来验证新闻的真实性和准确性。在大数据时代,我国的新闻业缺乏专门的"事实核查员",缺乏系统和固定的核查机制。本文通过对新闻事实核查的起源、发展、现状、存在问题展开研究,以期对如何保持新闻的真实与准确提供一定的借鉴。

调查性报道探析

文章主要通过对调查性报道的产生、发展背景环境的分析 ,阐释调查性报道理论意义及所形成的分歧 ,并指出这种分歧的根源所在 ,旨在为调查性报道在我国的发展提供一定的借鉴作用。