美国新闻

摘要： 自20世纪90年代以来美国主流媒体一直关注着中国南海问题的发展,但其报道有失客观公平性.鉴于此,借助语料库工具和批评性语篇分析理论,通过研究"当代美式英语语料库"COCA中the South China Sea一词的语义韵情况,采用定性与定量研究相结合的方法,揭示美国主流媒体在报道中国南海问题中含而不露的意识形态意义.

摘要： 《美国新闻与世界报道》已连续30年对法学院进行排名,有其合理性,也成为校际竞争的''''指挥棒'''',但测评标准单一、过于依赖法学院入学考试成绩等,在一定程度上制约了法学院多样性发展,引发较大争议,各界一直在谋求更为准确衡量法学院教育质量的指标体系。其探索与实践,对我国当下愈演愈烈的法学排名现象的启示是:学科排名较综合实力排名更为科学、富有建设性;排名为社会评价的客观需要,法学院应积极参与;建立多元排名体系,反映高等法学教育的全貌与特色;法学院应努力提升人才培养质量、加强信息公开;公众应理性对待排名,利用多途径主动获取所需资讯。

摘要： 《美国新闻与世界报道》已连续30年对法学院进行排名,有其合理性,也成为校际竞争的“指挥棒”,但测评标准单一、过于依赖法学院入学考试成绩等,在一定程度上制约了法学院多样性发展,引发较大争议,各界一直在谋求更为准确衡量法学院教育质量的指标体系.其探索与实践,对我国当下愈演愈烈的法学排名现象的启示是:学科排名较综合实力排名更为科学、富有建设性;排名为社会评价的客观需要,法学院应积极参与;建立多元排名体系,反映高等法学教育的全貌与特色;法学院应努力提升人才培养质量、加强信息公开;公众应理性对待排名,利用多途径主动获取所需资讯.

摘要： 《美国新闻和世界报导》网站曾推荐了6位长寿老人的抗衰老秘诀,希望他们质朴、诚恳的人生经验,能助您在长寿路上走得更远。晚上别吃太多,否则会生病。——106岁的斯坦尼斯拉夫·科尔瓦斯基在接受英国《每日邮报》采访时说。研究表明,如果在夜间进食过于油腻的食物,身体会更倾向于把这些热量作为脂肪存储起来,而不是把它作为能量来燃烧,这就会导致体重增加,埋下多种健康隐患。因此,进食的时间会对健康产生重要影响。

摘要： 美国新闻的发展史表现为人民为新闻传播而斗争，逐步冲破组织信息流动的障碍，一步步实现新闻自由及新闻价值。美国新闻自由是建立在坚实的历史积淀上。所以本文从历史角度，就早期美国新闻自由的发展史做了简要论述，进而对新闻自由进行界定。

摘要： 通过对比中美艺术学科设置和艺术教育,可以发现美国各高校都把掌握定量分析、思维与逻辑法定为大学生必须达到的毕业标准,而中国的高等艺术教育在这方面还不够重视。参照美国大学普遍开设的跨文化研究、媒介文化、传媒定量研究方法以及传媒定性研究方法等课程,并根据美国三大顶级传媒协会国际传媒协会（ICA）、美国传媒协会（NCA）、美国新闻传媒教育协会（AEJMC）等组织的年度会议学科信息,笔者认为中国艺术学科建设在保持自己特色的基础上,可以汲取美国艺术教育的数理性和系统性,设置并建设计量艺术学专业。

摘要： 美国当地时间2016年9月13日,U.S.News发布2017全美最佳大学排行榜。U.S.News是美国著名的综合性报道评论周刊U.S.News and Word Report的简称,1948年由《美国新闻》和《世界报道》两本杂志合并而成。美国有多个机构对大学进行排名整理,其中最具权威性和影响力的就是由U.S.News在每年9月发布的全美大学综合实力排行榜。U.S.News对美国的大学排名始于1983年,1985年后每年更新一次。

摘要： 纽约大学阿布扎比分校(New York University Abu Dhabi,以下简称NYUAD)近些年越来越受到计划赴美留学读本科的同学们的关注。由于该校不参与评选美国最有影响力的《美国新闻和世界报道》大学排名(US News College Board),坊间对其传言不少,有的说这是全球最难申请的大学,有的说这是世界上最为"土豪"的大学,有的说该校的学术水平远超美国本土大学……那么到底情况如何呢?本文就带大家揭开这所大学的神秘面纱。

摘要： 一种社交媒体事件级新闻中新闻媒体影响力评估方法，属于数据挖掘和复杂网络技术领域，用于解决评估新闻媒体影响力的问题，技术要点是包括R1、采集社交媒体数据，构建事件语料库；R2、统计语料库中各用户的相关数据；R3、构建转发网络；R4、构建评价模型评估新闻媒体影响力；R5、以国家为单位，对影响力进行可视化；本发明可以从事件层面出发，评估新闻媒体影响力，并以国家为单位对影响力进行展示。

摘要： 本发明实施例公开了一种语音新闻的处理方法，包括：对待处理新闻文本进行分段处理，获得至少一段分段待处理新闻文本；将所述各分段待处理新闻文本分别进行语音转换，获得各分段语音新闻；将所述各分段语音新闻进行合成，获得所述语音新闻；将所述语音新闻推送给终端。本发明实施例还公开了一种新闻服务器及系统。采用本发明，新闻服务器可自动对待处理新闻文本进行分段快速处理，获得语音新闻并推送给终端，提高语音新闻的时效性。

摘要： 本发明提供了一种基于海量新闻数据事件热度的新闻推荐方法，首先利用Solr搜索引擎，从海量新闻文本数据中快速搜索出具体事件的新闻数据；接着利用HanLP自然语言包对新闻进行分词，通过构建事件词典，并将分词结果与词典进行匹配，根据新闻匹配程度筛选新闻；考虑事件的累加效应和新闻的衰减特性，进一步建立衡量事件热度的计算模型，从而分析事件的热度趋势变化情况，根据事件热度情况推荐新闻。本方法实现了通过构建事件词典，从海量新闻数据中筛选事件新闻，利用非结构化的新闻媒体数据，感知事件舆论热度演变趋势，根据事件热度推荐热点新闻。

摘要： 本发明提供了一种新闻推荐方法及新闻推荐系统，涉及信息处理技术领域。本发明先获取当前用户信息、用户行为信息以及后台推送的新闻数据；然后根据当前用户信息、用户行为信息以及新闻数据中的新闻特征从所有新闻数据中预筛选出候选新闻数据；之后利用多头注意力机制的特征交叉模型对候选新闻数据计算获得新闻推荐指数；最后将新闻推荐指数最高的候选新闻数据推送给当前用户。上述技术方案利用多头注意力机制的特征交叉模型计算用户对候选新闻数据的推荐指数，能够找到推荐指数最高的新闻，从用户被动获取新闻到主动推荐新闻，达到了提升车载终端智能化体验感。

摘要： 本公开提供了一种虚假新闻判别模型的训练方法、虚假新闻判别方法及装置。该训练方法包括获取新闻训练样本集，其中，新闻训练样本集包括多个训练样本和与训练样本对应的标签数据，其中，训练样本包括异构图，异构图是根据与新闻相关的节点和节点关系生成的，节点包括分别对应于新闻内容、推广内容和用户信息的多个初始向量，节点关系包括根据与新闻对应的关联关系和关注关系生成的邻接矩阵；将新闻训练样本集中的训练样本输入异构图神经网络，输出预测结果；将预测结果和标签数据输入损失函数，得到损失结果；根据损失结果迭代地调整异构图神经网络的网络参数，生成经训练的虚假新闻判别模型。

摘要： 本发明公开了一种基于关键句组、新闻原文的新闻评论过滤方法及系统，包括：获取新闻原文对应的一个关键句组，并根据GPT－2模型，计算得到所述关键句组对应的多个第一新闻评论；根据RoBERTa模型，对所述关键句组以及对应的所述第一新闻评论进行情感分析，得到所述关键句组对应的第二新闻评论；对所述关键句组以及对应的所述第二新闻评论进行语义匹配，得到所述关键句组对应的第三新闻评论，完成对所述关键句组的新闻评论过滤。本发明对新闻原文对应的关键句组进行依次选取并生成多个新闻评论，丰富了新闻评论的多样性，并且对生成的新闻评论进行情感分析和语义匹配，以过滤与新闻原文情感和语义不匹配的新闻评论。

摘要： 本发明涉及一种基于新闻环境信息建模的虚假新闻检测方法，其特征在于：基于待检测新闻获取其发布前若干天内的新闻消息集合，将其作为宏观新闻环境；从新闻消息集合中提取与待检测新闻相似度最高的若干条新闻，将其作为微观新闻环境；基于待检测新闻向量与宏观新闻环境所有新闻元素向量的相似度计算宏观环境感知向量；基于待检测新闻向量和微观环境中心向量与微观新闻环境所有新闻元素向量的相似度计算微观环境感知向量，其中微观环境中心向量为微观新闻环境所有新闻元素向量的均值；获取虚假新闻检测器的对待检测新闻的新闻表示向量，将新闻表示向量与所述宏观环境感知向量和所述微观环境感知向量融合，并基于融合结合判断该待检测新闻的真假。

摘要： 本发明公开了一种基于新闻场景下用户行为的个性化新闻推荐方法，该方法包括：获取用户在新闻平台的历史行为数据集，利用该数据集来构造特征集，并对该数据集作预处理，通过所构建的多路召回模型，得到新闻推荐候选集，再将新闻推荐候选集输入混合排序模型中，得到最终的新闻推荐结果序列。本发明在多路召回阶段提供了基于关联规则与多因子模型改进的协同过滤算法，减小推荐排序的数据规模，提高后续排序效率。此外，在排序阶段提供了混合排序模型对新闻推荐候选集进行排序，结合机器学习算法的特征可解释性与深度学习算法的高语义表征能力，在保证推荐结果合理的同时提升了推荐效果。

摘要： 本发明提供一种虚假新闻识别模型构建方法、虚假新闻识别方法与装置。其中，虚假新闻识别模型构建方法包括：获取新闻数据集，提取新闻数据集中每条新闻对应的文本特征信息和图片特征信息，并将每条新闻对应的文本特征信息和图片特征信息进行联合操作，得到每条新闻对应的多模态特征，将所有新闻对应的该多模态特征输入初始虚假新闻识别模型中，并利用交叉熵损失和对比损失对初始虚假新闻识别模型进行联合训练，得到最终的虚假新闻识别模型。本发明通过将同一条新闻对应的图片特征信息和文本特征信息联合作为模型的输入来构建虚假新闻识别模型，并通过对交叉熵损失与对比学习损失的联合训练，提升了对虚假新闻检识别的准确度。

摘要： 本发明提供一种基于新闻异构网络的关系感知新闻推荐方法、系统、设备，其中方法首先构建新闻异构网络（各个目标新闻所共同形成的目标新闻异构网络的集合），基于显式关系和隐式关系，使得该新闻异构网络包含所有用户点击新闻和用户候选新闻节点，并融入了异构的多视图新闻信息节点和外部知识节点丰富新闻网络表示，同时利用异构节点分别构建显式连接和隐式连接两种新闻关系，而后基于所提出的新闻异构网络和用户历史行为分别获取细粒度新闻理解表征和用户兴趣表征，如此达成适合用户的新闻推荐，相较于现有技术能够缓解新闻冷启动问题，增强用户兴趣的可解释性和准确性，最终从逻辑上提高新闻推荐的准确性。