随着社交网络的发展,社交媒体平台已经成为新闻传播的主要渠道。由于它的便利性,人们逐渐通过社交媒体平台寻找和消费新闻。然而,这种便利性也促进了虚假新闻的迅速传播,它对个人与社会造成了严重的危害。虚假新闻的检测和发现成为亟待解决的研究问题。社交媒体平台上的新闻由多种模态的信息组成,如文本内容、图片以及社交上下文,这使得多模态的虚假新闻检测成为了当今的研究热点。相较于传统的单模态虚假新闻检测,多模态的方法能够更加有效地识别出虚假新闻。因此,多模态的虚假新闻检测具有重要的研究意义。特征提取与特征融合是多模态虚假新闻检测任务中的关键步骤,其有效性直接影响虚假新闻检测的性能。针对社交上下文特征的提取,现有的方法忽视了社交上下文特征之间的相互关系,难以获得更有效的具有虚假新闻指向的社交上下文表示。对于文本特征与视觉特征的提取而言,预训练模型表现出强大的处理能力。在特征融合方面,多数方法只是简单地将代表文本内容的文本表示和代表图片的视觉表示进行拼接,并没有将多个文本特征与多个视觉特征进行细粒度的融合,从而导致了不充分的融合。针对多模态虚假新闻检测任务在特征提取与特征融合中存在的问题,本文的主要研究内容如下:（1）提出了基于社交上下文的虚假新闻检测模型。该模型利用Transformer的编码器来捕捉社交上下文特征之间的相互关系,使用一个可学习的特殊向量,从多个社交上下文特征中选择出有利于虚假新闻检测的关键特征,并将这些关键特征作为社交上下文表示,最后利用该社交上下文表示来确定新闻的真实性。该模型在真实世界的微博数据集上进行实验,结果表明具有良好的虚假新闻的早期检测能力。（2）构建了基于文本内容与图片的虚假新闻检测模型。首先,该模型分别采用Ro BERTa预训练语言模型与Swin Transformer预训练模型来获取具有虚假新闻指向的文本表示和视觉表示。然后,使用软注意力机制将文本表示和视觉表示融合成一个包含文本特征与视觉特征的联合表示。最后,利用该联合表示来预测新闻的类别。实验在真实世界的微博数据集上进行,其结果有力地证明了该模型的有效性。（3）融合文本特征、视觉特征以及社交上下文特征,提出了细粒度的多模态融合网络——Fine-Grained Multimodal Fusion Networks（FMFN）。该模型采用缩放点积注意力机制将多个文本特征与多个视觉特征进行细粒度的融合,以获得融合的文本表示与融合的视觉表示。然后,利用软注意力机制将融合的文本表示、融合的视觉表示与社交上下文表示转化为一个包含三种模态信息的联合表示。最后,该联合表示被用于虚假新闻的识别与发现。FMFN模型在真实世界的微博数据集上达到了91.0%的准确性,其有力地证明了FMFN模型的有效性。