[发明专利]网络社区虚假信息快速识别方法及装置、设备、存储介质

说明书

本发明属于文本信息处理技术领域，公开了一种网络社区虚假信息快速识别方法及装置、设备、存储介质，通过将网络社区上出现的用户关注值较大的候选主题确定为热点主题，并将用户关注值在一定时间内具有较大程度上升的热点主题确定为价值主题，视为可能造成影响的有价值进行虚假信息识别的价值主题，从而可以排除掉可能不会造成影响或影响较小的无价值主题，也即本发明可以动态获取网络社区上新发表的主题筛选出高价值主题，实时更新虚假文本数据库，并仅针对筛选出的高价值主题进行虚假信息识别，可以考虑到对网络社区某个主题进行虚假信息识别的价值，使得识别方法具有更好的适应性，进而在实现高效识别的同时以较大幅度的提高识别准确率。

技术领域

本发明属于文本信息处理技术领域，具体涉及一种网络社区虚假信息快速识别方法及装置、设备、存储介质。

背景技术

随着互联网的快速发展，网络社区成为网民表达意见、发表评论、共享信息等主要平台。近年来，越来越多的案例、研究表明，网络社区逐渐出现大量与事实不符的虚假信息；凭借互联网的特点，在网络空间快速传播。网络社区虚假信息具有传播速度快，影响力大等显著特征。其对网络舆情、社会公共安全等造成重大的影响，严重的虚假信息甚至产生公众财产、生命的损失。因此，如何高效、快速的识别虚假信息具有重要意义。

现有技术中提出一些机器学习方法，诸如贝叶斯分类、支持向量机、随机森林等，用于网络社区虚假文本信息识别。这类方法首先对网络社区发表的文本信息进行大量标注(标注哪些是真实信息，哪些是虚假信息)，并建立训练数据库；然后依托建立的训练数据集，采用相应的机器学习算法，完成模型训练。再次采用测试数据集对训练模型进行测试。最后，将训练测试好的训练模型，应用于实际网络社区。但在实践中发现，这类方法依托于大型虚假文本数据库的建立，需要完成虚假信息标注、模型训练、测试等，存在建库时间花费大导致实时性差的问题，因此出现识别滞后等问题。

另外现有技术中还提出一些深度学习方法，诸如LSTM，Bi-LSTM,对抗神经网络等等，用于网络社区虚假文本信息识别。这类方法与机器学习方法类似，其区别在于采用更加复杂的网络结构或算法。以深度神经网络为代表，为了获取更好的虚假信息识别准确率，该类方法会在网络结构中加入更多的卷积和池化部件。因此不仅存在机器学习方法的不足，同时还存在算法复杂、模型训练时间更长、识别时间更长、硬件设备要求更高、应用性差等不足。

此外，还有一种文本对比方法，即对网社区发表的文本信息与真实信息数据库(或虚假信息库)进行文字对比，无需建模，可以更高效的识别网络社区虚假文本信息。但是这类文本对比方法中，通常对比文本信息库静态不变，无法适应网络社区特点主题变化以及层出不穷的新互联网语言，导致虚假文本信息识别准确率低下。

发明内容

本发明的目的在于提供一种网络社区虚假信息快速识别方法及装置、设备、存储介质，可以具有更好的适应性，在实现高效识别的同时提高识别准确率。

本发明第一方面公开一种网络社区虚假信息快速识别方法，包括：

获取网络社区在第一时刻出现的多个候选主题；

计算每个所述候选主题在第一时刻的第一用户关注值；

将所述第一用户关注值大于第一阈值的候选主题确定为热点主题；

计算每个所述热点主题在第二时刻的第二用户关注值；

将第二用户关注值高于第一用户关注值且两者的差分值大于第二阈值的热点主题确定为价值主题；所述第二阈值小于所述第一阈值；

获取与每个所述价值主题相关的多个典型虚假文本；

将多个典型虚假文本与相应的价值主题进行关联存储；

获取所述网络社区在第三时刻出现的文本信息；