多策略融合的标题党新闻检测算法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:y253119971
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
标题党新闻是人们生活中常见的一种低质资讯,标题党新闻过多地充斥会影响人们阅读新闻的主动性,压缩优质内容生产者的生存空间,也对新闻本身强调的真实性和可靠性有所影响,如果不对标题党新闻加以限制,未来将会成为谣言和虚假新闻的温床。本文针对标题党新闻泛滥的现象,就标题党新闻检测方法进行了探索。意在研究出一种面向真实新闻能够有效识别出新闻是否是标题党新闻的算法。通过比较国内外对于标题党新闻整治所采用的方法,总结并分析了从不同角度、不同方法进行标题党新闻检测的优劣。本文面向真实的新闻构建了自用实验数据集,自主实现了数据采集、数据组织、数据标注、数据清洗及修正等一系列完整的数据集构建流程。并对标题党新闻进行了细粒度的划分,针对不同类型的标题党新闻的特点,总结并设计了标题党新闻的7种子类。并使用规则、基于新闻标题和新闻正文主题词的文本相似度、基于文本摘要的深度学习文本分类模型等方法,就标题党新闻检测进行了对比实验。本文根据知识工程及标注经验构建了一套规则模板,该规则可以有效识别出非标题党新闻。针对新闻标题与新闻正文长度差异过大的特点,采用从新闻正文中抽取主题词,并计算新闻标题与主题词余弦距离的方式来衡量新闻标题与新闻主体信息的关系。针对预训练模型输入长度的限制,本文采用文本摘要的方式进行后续训练任务,重点介绍了生成式摘要和抽取式摘要两种文本摘要方式,并进行了对比实验。最后将以上几种方式进行融合,搭建了多策略融合的标题党新闻检测模型。在模型搭建完成后,进行了多轮对比实验,比较了本文所提出方法的实验效果。通过实验结果来看,基于多策略融合的标题党新闻检测模型表现效果最好,对于标题党新闻的检测准确率较高。并对标题党新闻进行更细粒度的二次分类,检验模型对于细化标题党新闻的准确性。
其他文献
航天器是一个复杂的物理系统,直接反映其在轨运行状态的遥测数据具有难以用简单的物理公式描述、包含大量噪声等特点,使得航天器异常检测面临着难以得到精确的遥测数据模型的困难。LSTM模型在遥测数据建模应用中表现出了优秀的非线性拟合和噪声容忍能力,有效的提高了建模的精度。但应用LSTM模型极度依赖超参数配置,严重影响了建模的效果和速度。此外遥测数中包含了大量噪声,也会导致建模精度一定程度的下降。本文围绕遥
学位
面对日益增多的科技文献,研究者们目前缺少一种高效的方式进行文章的快速阅读和知识梳理。知识图谱作为一种结构化知识表示形式,以三元组的形式进行信息组织,目前针对科技文献领域的知识图谱构建研究内容尚少。本文的研究目标是对科技文献进行开放式抽取,即无需额外标注,可直接对原文本进行三元组抽取。相较于其他类型文献,科技文献模块之间的区分度更高,如实验设置,实验结果,模型等,我们将这些模块称为信息单元。根据科技
学位
近年来,开放域问答系统在学界和业界都获得了越来越多的关注。开放域问答作为自然语言处理中极重要的任务,其目的是为用户的问题提供简洁的答案,被认为是新一代搜索引擎的核心技术。基于文本的开放域问答是一种重要的实现形式,主要可以分为篇章检索、答案抽取和答案选择三个步骤。本文围绕基于文本的开放域问答中的篇章检索和答案选择进行研究,以提高开放域问答系统的整体性能。本文的内容是对篇章检索和答案选择进行优化。首先
学位
报纸
药物分子和靶标蛋白亲和性的成功鉴定在药物发现的虚拟筛选阶段和现有药物的再利用环节中起着至关重要的作用。本文主要从亲和力值预测模型的输入、编码和解码三个角度研究了药物-靶标作用表示与预测方法,以提升预测准确率。本文基于生物领域问题的特点,参考了自然语言处理、多模态融合和推荐算法领域的先进思想,改进了上述三个阶段。主要研究内容包括:(1)基于多粒度表示的药物-靶标亲和力值预测方法研究,对药物、蛋白质的
学位
目的 探究白细胞介素34(IL-34)对大鼠根尖牙乳头干细胞(SCAP)成牙、成骨分化的影响。方法 采用酶消化法分离培养大鼠SCAP,实时荧光定量PCR检测IL-34在大鼠SCAP中的表达。采用噻唑蓝(MTT)法分析不同浓度IL-34对大鼠SCAP增殖活性的影响。茜素红染色观察矿化情况,划痕实验检测增殖能力,实时荧光定量PCR检测成骨相关基因碱性磷酸酶(ALP)、牙本质涎磷蛋白(DSPP)、 Ru
期刊
本文对出院准备度的概念、评估工具进行了研究,对肺癌患者出院准度的现状及影响因素等作一综述,为改善和发展肺癌患者出院准备度的临床护理干预提供参考。
期刊
<正>思想政治理论课(以下简称思政课)作为落实立德树人这一根本任务的关键课程,是用党的创新理论培根铸魂、启智润心的主渠道和主阵地,在培养社会主义建设者和接班人的过程中发挥着不可替代的重要作用。当前思政课已进入到了善用“大思政课”整体实践的育人新格局,要深入学习习近平总书记关于教育的重要论述,结合正在开展的主题教育相关内容,坚持社会主义办学方向,在涵养大情怀、建设大阵地、构建大师资上下功夫,用好用活
期刊
近年来,随着预训练模型的广泛应用,人机对话技术的研究取得令人振奋的进展。但是,目前的人机对话系统大多聚焦于人机双方参与的应用场景,对于更具有通用性的人机多方对话的研究及应用则鲜有涉及。在多方对话中,多个参与者在交流中所扮演的讲者及听众的角色不断并行交替,极大增加的对话关系结构的复杂程度。由于角色和结构的多样性差异,传统的人机双方对话模型缺少相应的建模策略,因此往往很难直接迁移到多方对话场景。本课题
学位
图像去噪是一项基础且重要的任务,常用于从美学角度提升图像的视觉质量,同时也有助于改善下游任务的效果。在当前阶段,得益于深度神经网络的强大拟合能力,通常会训练单一模型来处理不同噪声水平甚至不同类型的真实图像噪声。然而,由于深度网络主要通过拟合训练数据来实现对各种图像噪声的去除,当模型被应用于训练集中未涉及的噪声水平或噪声类型时,去噪性能通常会显著下降。同时,现有的方法对于图像中的高频纹理信息没有过多
学位