新闻道德

摘要： 民国时期,社会较为动荡,部分新闻从业者职业道德失范行为急剧增加,但其中也涌现了许多不畏强权、追求自由的独立报人,比如邵飘萍、林白水等,他们给后来的新闻工作者提供了许多经验和启发。本文通过展现民国报人捍卫新闻职业道德的精神,检讨当下媒介环境中屡屡出现的一味追求新闻效用和流量而违背新闻真实性原则,导致事件真相逆转和公众态度转变的反转新闻。同时,结合反转新闻案例,阐述媒体在“流量为王”的时代,如何坚持从业道德,担当社会责任,提升自身公信力,从而促进新闻职业道德的规范化和制度化建设。

摘要： 在新闻业内,存在一些道德范畴的争议,有的新闻事件到底该不该报道?报道的尺度何在?新闻道德在实际案例中的边界如何界定?本文拟通过枚举真实案例,对新闻实操中遇到的道德问题进行探讨。目的只在于摆出问题,便于业内人士进行思考。

摘要： 本文使用文献计量可视化软件CiteSpace对我国1981-2021年5月收录在中国知网(CNKI)的1633篇以新闻伦理或新闻道德为研究主题的文献进行可视化分析。结果发现,我国新闻伦理与新闻道德相关研究的研究者与研究者之间,机构与机构之间学术交流与合作频率较低,“孤军奋战”式知识生产方式占主流,学术“共同体”松散;研究前沿中,“人工智能”“新媒体”关键词突现强度高,突变时间较晚,成为新闻伦理与新闻道德研究领域当下关注度较高、较为前沿的研究主题,未来较长时间内也将是该领域的重要研究方向。

摘要： 时政要闻中央宣传部部署开展打击新闻敲诈和假新闻专项行动黄坤明同越共中央宣教部部长视频会谈热点新闻2021年上半年广播电视服务业快速发展偶像养成类节目将被严控“一带一路”记者组织合作平台就新冠病毒溯源发表声明我国拟对直播主播及商家建立信用评价体系中国记协新闻道德委员会召开2020年度媒体社会责任报告专题评议会。

摘要： 近年来,随着新媒体的蓬勃发展和崛起,传统媒体融合进度不断加快,媒体生态和舆论格局发生了深刻变革。特别是县级融媒体中心成立后,出现了许多新情况、新问题,新闻道德委员会原有的工作方式方法,越来越不能适应形势发展的需要,亟待变革与完善。问题一:媒体在融合过程中出现了很多管理上的漏洞,特别是县级媒体从"两张皮"甚至"三张皮"变成"一张皮"后。

摘要： 进入全媒体时代,新技术新媒体的快速发展,不断改变着新闻传播格局与媒介生态环境。由此,对新闻从业人员的专业技能和职业道德素养也提出了更高要求。作为全国5个试点省市之一,浙江省新闻道德委员会成立于2013年5月。它由省委宣传部组织领导,省记协负责具体事务,依据国家有关新闻工作的法律法规和新闻工作者职业道德准则开展工作,受理社会各界对新闻机构以及新闻从业人员职业道德失范行为的举报和投诉。

摘要： "人无德不立,业无德不兴。"新闻人作为党的政策主张的传播者、时代风云的记录者、社会进步的推动者、公平正义的守望者,恪守新闻道德尤为重要。衢州日报社(2014年后为"衢州日报报业传媒集团")历来重视新闻道德建设。早在1993年7月19日,《衢州日报》在一版显著位置刊登消息。

摘要： 2020年9月16日,由贵州省委宣传部主办,贵州省新闻工作者协会、贵州省新闻道德委员会、贵州省新闻学会等承办的贵州新闻战线第七届"好记者讲好故事"演讲比赛在贵阳举行,来自全省各地市新闻单位的18名优秀记者讲述了各自的采访经历和新闻事件背后的暖心故事。最终多彩贵州网记者吴蔚、贵州广播电视台记者李艺、杨阳等12名记者获奖。省直新闻单位160多位编辑记者现场聆听。

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。