基于NLP技术的'标题党'识别方法研究

摘要

移动互联时代资讯泛滥,导致违规采编发布互联网新闻信息、散播虚假信息等"标题党"网络传播乱象,识别"标题党"已成为当前互联网整治的重要任务.文章分析了当前互联网"标题党"的核心特征.对其中5类"标题党"进行详细分析.对比了当前流行的多种识别算法的表现,给出了对应的查全率和查准率.提出一种基于规则匹配的"标题党"识别算法,在综合类型"标题党"语料集中表现较好,弥补当前"标题党"识别算法的局限性.