浅析社交媒体实时新闻鉴真系统

刘妙艺

江苏省新华报业传媒集团 江苏 南京 210019

随着人们在社交媒体平台上花费的时间越来越多，他们更容易从社交媒体上消费信息。社交媒体是免费的，易于访问，并帮助一个人表达意见，因此，它充当了一个很好的个人从社交媒体上消费信息的来源。但社交媒体上的新闻质量普遍低于传统新闻机构。这是因为任何人都可以在社交媒体上传播自己想要的信息，且没有监管部门对信息进行控制[1]。

现在存在一些新闻核查网站来揭露假新闻。这些网站在澄清假新闻方面发挥了重要作用，但它们需要专家分析，这很耗时。由于社交媒体的数量和多样性，几乎不可能人工标注假新闻和真新闻。同时，社交媒体中的信息传播速度惊人，因此需要一个框架来检测假新闻，以方便社区研究假新闻。

我们统计了来自微博的实时数据来进行实时新闻的检测，我们希望从微博中收集数据，因为它是中国最大的社交媒体平台。微博拥有超过5亿用户，约有5000万用户是活跃用户。

为了描述基于使用微博的实时新闻，我们使用了5W（What，Where，When，Who和Why）模型。5W模型提供了实时新闻的五个基本要素，总结如下：

（1）What。5W模型中最重要的元素是当前发生的事情。例如，如果用户在微博中发布有关火灾的消息，除了微博用户提供的短文本外，还可以获得图像和短视频等多媒体数据。例如，用户可以在他看到火灾时上传火灾的实时图像。

（2）Where。除了检测实时发生的事件内容外，还需要揭示实时新闻发生的位置信息。通常，人们在发布微博的同时，会标注自己所在的位置，这些位置信息可以用作定位。

（3）When。微博具有非常好的实时功能。每条微博消息都有一个时间戳，可用于揭示实时新闻的发生时间。除了发生时间，5W模型还想要显示实时新闻的时间表。例如，在开始时事件可能处于潜在状态。有关它的微博消息数量可能很少，只有少数人关注到它。当一些里程碑事件发生并作为头条新闻发布在主要网站上时，事件可能处于爆发状态，越来越多的人在谈论它。当然，最后随着事件的发展，有关它的微博消息数量可能会再次降低[2]。

（4）Who。不同的人在实时新闻中扮演不同的角色。人作为社交传感器可以作为实时新闻的见证，因为他们位于实时新闻的现场。例如，当微博用户拍摄发生的火灾事件时，他可以被视为火灾的见证人。除了见证人之外，有些人还是实时新闻的参与者。例如，一个人可能会成为抢劫事件的嫌疑人。5W模型想要挖掘提供实时新闻的见证和参与者。

（5）Why。由于实时新闻潜在的巨大影响，收集事发的原因是很重要的。用户上传的消息可以揭示实时新闻的原因。例如，微博用户可能会发布消息“我看到一辆车闯红灯撞到人了”。用户作为证人或参与者发布的信息可用于调查实时新闻的潜在原因。

在获取了实时新闻的5W信息之后，我们会汇集对应的新闻文本，我们利用新闻内容的语言学特征和社会语境的特征来寻找假新闻和真新闻的线索。为了在我们的分类中使用新闻内容，我们使用自动编码器在低维度的潜在特征空间中学习新闻内容。

社交参与可能是假新闻检测任务的另一个主要特征。社交语境提供了关于用户如何与假新闻和真新闻互动的宝贵信息。用户在社交媒体上的互动会随着时间的推移而变化。为了捕捉用户与假新闻的时间互动，我们使用了递归神经网络（RNN）。像微博这样的社交约定和他们的回复在给网络之前，由嵌入层以一定的格式嵌入。RNN的输出被认为是分类的社会背景特征，在我们的实验中使用了长短期记忆（LSTM），因为它解决了长范围依赖性和消失梯度问题[3]。

我们使用社交文章融合模型将自动编码器和社交上下文递归神经网络产生的特征结合起来，将特征学习和分类任务一起训练，使学习的特征是相对于检测任务而言的，而不是捕捉普通的语言差异和社会交往，为了避免过拟合，我们对并列特征进行正则化优化。

在获取数据之后，我们通过多个界面来可视化数据。为了识别真新闻和假新闻在新闻内容上的差异，我们使用了文字数据的词云表示，可以搜索出一个时间段内的假新闻，并识别出相关数据。另外，我们还提供了特征显著性和模型性能的比较，作为这个仪表盘的一部分。

对于特定的地理定位，我们可以识别假新闻是如何在某些特定地区传播的，因为收集到的某些新闻内容存在着地域性特征。使用基于用户的网络我们可以将社交网络可视化，以确定与假新闻和真实新闻互动的用户之间的差异。通过这些可视化，我们看到了社交网络和地理位置等用户特征之间的差异。