一种基于情感-风格去偏的多领域虚假新闻检测方法

技术特征：

1.一种基于情感-风格去偏的多领域虚假新闻检测方法，其特征在于：其采用因果学习的办法对情感和风格特征进行去偏解决多领域虚假新闻检测问题，具体包括以下步骤完成判断该新闻是否为虚假新闻：

2.根据权利要求1所述的一种基于情感-风格去偏的多领域虚假新闻检测方法，其特征在于：所述解决虚假新闻检测问题中，其建模包含以下步骤：

3.根据权利要求1所述的一种基于情感-风格的多领域虚假新闻检测方法，其特征在于：所述多视角特征提取的办法：其具体提取流程包含如下步骤：

4.根据权利要求1所述的一种基于多视角协同的多领域虚假新闻检测方法，其特征在于：所述s5中跨视角融合模块的具体操作流程步骤包含为：

5.根据权利要求1所述的一种基于多视角协同的多领域虚假新闻检测方法，其特征在于：所述s6中检测模型模块的具体工作流程为：

6.根据权利要求1所述一种基于情感-风格的多领域虚假新闻检测方法，其特征在于：所述s7中去偏模块的具体工作流程为：

7.根据权利要求1所述一种基于情感-风格的多领域虚假新闻检测方法，其特征在于：所述s8中对抗训练的具体工作流程为：

技术总结
本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。

技术研发人员：李慧,蒋园园,朱亮,王晨曦,李鑫,左宇航,张丽玲,郭玥
受保护的技术使用者：江苏海洋大学
技术研发日：
技术公布日：2024/4/17