新闻研究

摘要： 一滴水能折射太阳光辉,一桩案能彰显法治道理。本文以《阻拦者不担责》这条法治新闻为例,探讨如何报道新近发生的案件审判的社会意义和法律价值,讲好法治故事,切实做好弘扬社会主义核心价值观典型案件的报道。

摘要： 对国内新闻研究中的情感进行文献计量与内容分析,从整体情况、内容类别、媒介属性、情感元素四大维度系统梳理我国的"新闻情感"研究后发现,我国新闻研究中的情感呈现出延续与变化的特色.自20世纪90年代开始,情感元素一直存在于我国的新闻研究中,学者对于新闻情感的研究呈现增长趋势,倾向于聚焦国内或结合国内外语境进行分析,新闻与传媒凭借学科优势占据研究的主导地位.我国学者大多从新闻理论、新闻业务领域探讨情感,新闻评论、灾难新闻、民生新闻、体育新闻、财经新闻、突发事件的报道中更加倾注情感.传统媒体在早期是新闻情感研究的重心,随着新媒体的蓬勃发展,探讨新媒体新闻情感的研究逐渐超越传统媒体.我国新闻研究对情感的探析,更多地秉持中性平衡的态度,大多聚焦个体而非集体,在情感表露中对新闻从业者的关注超过了新闻对象.

摘要： 当今时代,信息化产业不断发展,人们的文化消费行为发生了巨大的改变。基于现代化信息技术与互联网技术相互融合的新媒体产业也随之产生了时代效应,影响着人们的生产生活。新媒体时代弥补了传统媒体方式的弊端,增加了新闻编辑媒体的媒介,扩宽了新闻传播的方式和渠道,改变人们单一接受信息的理念。在新媒体时代,人们不仅可以方便的接收各类新闻信息,也可以通过互联网技术下的客户端发布自己的信息,成为信息的传播者,增强传播信息的传播者数量,丰富传播内容,改进传播形式。依靠新时代所产生的新媒体传播媒介影响着信息传递的方式和内容。本文就新媒体时代新闻编辑的媒介素养进行讨论。

摘要： 2016年是我国的"VR元年",除游戏、影视等行业,新闻媒体也开始利用VR技术来开展新闻工作。VR技术投入应用带来的不仅是受众视觉体验的变化,更对新闻报道内容、新闻叙事方式、新闻产品形态以及互动传播方式产生了重大作用。本文旨在对国内VR新闻的发展与应用进行梳理、归纳与总结,并探索其发展趋势。

摘要： 随着新技术的发展和运用,当下的新闻研究需要引入新的研究视角和理论工具来处理新闻与技术的关系.科学技术研究(STS)日益成为对新闻研究产生重大影响的理论范式,在这一STS转向中,尤以行动者网络(ANT)最受新闻研究者青睐.本文简要回顾了ANT的形成与特征和它进入新闻研究的过程,总结了该理论在新闻研究中的应用情况,并对理论的不足之处有所分析.对研究新闻业中的技术问题来说,ANT依然是值得探索的新领域,但它只是起点,并非终点.

摘要： 伴随着传播研究的"物质性转向",最近几年的新闻研究开始体现出一种"物质敏感性",学者们敏锐地注意到物质性对于理解数字新闻业的理论潜力并将其应用于经验研究中。这种敏感性体现在两个方面:一是将新闻业视为一种社会-物质实践,探讨物质性在新闻业中的不同体现,着重从当下和历史两个维度对工具、机器、硬件、软件等物质条件进行了讨论;二是逐渐形成了一套社会-技术理论以分析物质性,一方面援引新的理论进入新闻研究领域,另一方面也促使一些旧的理论予以调适以适应对社会-物质实践的分析。倡导新闻研究的物质敏感性并不意味着对各种物质条件的决定论式的强调,而是要把"人-物"关系置于新闻物质性研究的中心。

摘要： 本文是中、英、美三国新闻学学者就"新闻学的未来"议题展开的深度对谈.四位对谈人结合各自的社会语境和学术背景,就新闻学学科发展在当下面临的若干重大问题,包括新闻学学科的合法性、新闻学与其他相关学科的关系、新闻学的制度化与合理化、新闻学研究与社会变迁之间的关系,以及数字时代的新闻学范式革新等,展开了深入的讨论.对谈者在如下几个方面达成共识:新闻学的学术发展需要不断对故步自封的倾向保持反思;中西方新闻学研究传统与路径具有进行建设性对话的巨大潜能;生态性的研究思路是新闻学实现理论突破的关键所在;数字新闻学有可能成为新闻学研究的全球性革新范式.

摘要： 本文是中、英、美三国新闻学学者就“新闻学的未来”议题展开的深度对谈.四位对谈人结合各自的社会语境和学术背景,就新闻学学科发展在当下面临的若干重大问题,包括新闻学学科的合法性、新闻学与其他相关学科的关系、新闻学的制度化与合理化、新闻学研究与社会变迁之间的关系,以及数字时代的新闻学范式革新等,展开了深入的讨论.对谈者在如下几个方面达成共识:新闻学的学术发展需要不断对故步自封的倾向保持反思;中西方新闻学研究传统与路径具有进行建设性对话的巨大潜能;生态性的研究思路是新闻学实现理论突破的关键所在;数字新闻学有可能成为新闻学研究的全球性革新范式.

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。