基于语义增强的虚假新闻检测
来源：计算机应用与软件杂志2025年第2期北京时间：
作者：成雪, 张琛, 李清旭
摘要：针对将虚假新闻检测抽象为文本分类任务时，可能会忽略新闻文本语义信息的问题，提出一种语义增强的虚假新闻检测方法。使用TextRank算法提取真假新闻的关键词，并融入原始文本中进行信息增强，利用ERNIE模型学习知识增强的语义表示，通过CNN模型提取新闻文本局部特征，并输入到BiGRU学习序列特征，同时引入注意力机制突出关键特征词，在分类前将特征向量与知识增强的语义表示进行融合，实现虚假新闻检测。实验结果表明，该方法能够有效分类真假新闻，在虚假新闻检测任务中比常用方法准确率有显著提升。
关键词：虚假新闻检测, TextRank算法, 信息增强, ERNIE, 语义增强
