新闻法规

摘要： 人工智能时代,网络虚假新闻传播变得越发复杂和多元.本文分析了新时期网络虚假新闻的特征变化,认为对互联网上生成和传播的虚假新闻,需要通过以人工智能为代表的信息技术加以管控,并从法律和伦理的视角出发,进一步论证了虚假新闻治理的技术逻辑的合法性与合理性.

摘要： 消息来源隐匿权主要是指媒体及其工作人员为消息提供方进行保密的权利.它要求媒体未经消息提供方的同意,不能把消息来源透露给第三方,担负为其保密的责任.本文阐述了消息来源隐匿权的特征以及伦理冲突,并结合我国国情,讨论了消息来源隐匿权本土化所遇到的问题,并从国家、行业以及媒体工作者三个层面提出了相关建议.

摘要： 本文以法治新闻的保护与规范为研究对象,首先介绍法治新闻在现阶段法制保护中的定位,并对当前法治新闻的工作现状进行探究;之后从法制保护的角度入手,对如何规范与保护法治新闻进行研究,希望能对相关人员的工作有所帮助.

摘要： 随着互联网技术的普及与发展、新媒体的兴起，传播的双向性逐渐显露，也驱动着媒体融合的发展，未来主流的传播形态将必定是多媒体融合的传播形态。如今在新闻生产的过程中，民众扮演着重要的角色，因而专业新闻不能只是向受众讲授，而要将这一专业变成一种内容丰富的关于新闻的对话。因此随着新闻人所处环境的变化，对新闻策划也产生了诸多新的影响。

摘要： 自1911年孙中山领导辛亥革命推翻清政府之后,我国便进入了民国时期,由于混乱的政局中各方政治势力相互斗争,此期间建立了多个政府.这使得从政府的角度研究这一时期我国新闻法制的发展变得十分复杂和困难.因此,本文旨在按照时间顺序梳理和研究自辛亥革命后至新中国成立期间颁布并实施的重要新闻法,以探索其中的传承过程,并结合历史背景浅析其影响.

摘要： 2015年10月,《南方都市报》深度报道部副主编刘伟因在报道王林一案中涉嫌非法获取国家秘密罪被江西警方刑拘.此案引起了业界、学界关于记者采访权和国家秘密之间关系的广泛讨论.本文通过分析记者采访权和保守国家秘密之间的权责关系,反思当下法律中对新闻调查牵涉"国家机密"时的规定缺失状况,并提出改善此种现状的建议.

摘要： 新闻线人是通过为媒体提供新闻线索而从媒体获得相应报酬的人.新闻线人的大量涌现,缘于媒体之间竞争的加剧,是媒体市场化的结果.本文从新闻线人的产生背景入手,试图对线人的作用及存在的问题进行分析,最后讨论了新闻线人职业化问题,提出并阐述了笔者关于新闻线人的合法权利保障问题.

摘要： 本文通过搜集并分析2014年上海地铁"咸猪手"事件的媒体报道,尝试探讨"人肉搜索"见诸传统纸媒以及网络媒体时的新闻法规与伦理道德问题,以及媒体应当如何规范地处理"人肉搜索"内容。

摘要： 由《南方都市报》记者卧底高考替考组织及其报道引起社会争议为案例和缘由,从新闻专业主义的不同理解和态度、新闻法规与职业伦理道德的缺失及媒体在调查和报道中所体现的价值取向上的失衡等方面,探讨这一事件及相关行为引发争议的原因,以期促进新闻报道的良性发展.

摘要： 十八届四中全会要求全面推进依法治国基本治国方略,而同样,鉴于国内形势的不断发展以及新闻传播领域在互联网形势下的急速变化,制定一部专门的新闻传播法律,已经成为很多人共同的愿望.其实,在一百多年前的清朝末年,出现了最早的新闻法律法规.本文以清末新闻法规中比较具有代表性的《大清报律》为例,通过分析其背景和内容,希望为未来的新闻立法能够得到些许启示.

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。