基于局部和全局特征聚合的虚假新闻检测方法

来源：计算机工程与应用杂志2025年第9期北京时间：

作者：杨书新, 丁祺伟

单位：江西理工大学 信息工程学院， 江西 赣州 341000

摘要：在虚假新闻检测的问题上，现有的方法大多通过捕捉上下文语义特征、对照外部知识库来判断新闻的真实性，但很多研究人员忽略了新闻在发布时期各大社交媒体的新闻生态。针对上述问题，提出一种基于局部和全局特征聚合的虚假新闻检测方法。具体来说，设计了全局环境感知模块和局部环境感知模块，其中全局环境感知模块通过均值池化、全连接、注意力机制等操作获得全局特征，局部环境感知模块通过将文本向量进行聚类、均值池化、哈达玛乘积、多层感知器、注意力机制等操作获得局部特征。利用融合机制将这些特征进行聚合，与其他虚假新闻检测器协同工作，用以验证新闻的真实性。在微博和推特两个新闻文本数据集上进行了对比实验，实验结果表明提出的方法可以有效提取全局和局部环境中的新闻文本特征，从而提高检测精度。

关键词：虚假新闻检测,注意力机制,特征提取,社交媒体