《读卖新闻》

摘要： 日军为侵占中国东北编造了发动九一八事变的借口,其实为虚假谎言。在日本军部的引导和严密控制下,日本主流媒体为配合关东军对中国东北实施军事占领,刊发了大量支持对华侵略的言论,其中《读卖新闻》的表现最为突出。一方面,该报通过社论的形式,为日军侵占中国东北的野蛮行径辩护,号召日本国民理解和支持日军对中国东北的侵略;另一方面有选择地报道日本军界、政界、金融工商界、社会团体以及日本普通民众支持对华侵略的言行,极力煽动对华战争情绪。《读卖新闻》的相关报道固然有迎合军部及民众参战热情的趋向,亦说明在九一八事变后,随着日本军政当局对华宣传战略方针的逐步确立以及由媒体配合的舆论鼓噪,支持对华战争的共识已经逐步渗透到日本社会各个阶层,并为日本军部继续推动战争进程以及实施舆论统制政策起到了推波助澜的作用。以《读卖新闻》为代表的日本报界逐步成为日本侵略中国的帮凶,在日本对华侵略战争中扮演着重要的角色。通过考察《读卖新闻》对九一八事件的相关报道,还可以了解这一时期日本舆情与日本侵华战争机器发动的内在联系。

摘要： 新发现。收入减少,牙痛概率升高?日本东京医科齿科大学的研究团队发现,因新冠肺炎疫情导致收入减少的人,出现牙痛的概率是收入稳定者的1.4倍。该论文已发表在国际医学杂志的电子版上。日本《读卖新闻》报道,该研究团队去年8月至9月进行了一项网络调查,调查对象为15岁至79岁的日本民众,分析了大约2.5万份数据。

摘要： 2020年12月17日,林松添会长在中国人民对外友好协会会见了日本共同通讯社、读卖新闻社、朝日新闻社、日本经济新闻社、每日新闻社、中日新闻社(东京新闻)、日本广播协会(NHK)、东京广播公司、富士电视台等九家日本主流媒体驻华主要负责人,介绍了本会主要职责及开展中外民间交流的有关情况,回答了日方所有记者提问,就当前国际形势、中日关系、中国开放发展等双方感兴趣的议题进行了坦诚、深入、友好交流,增进了相互了解、理解与互信。

摘要： 据日本雅虎转《读卖新闻》消息,一颗用于回收清理太空垃圾试验的日本人造卫星于2021年3月22日下午由俄罗斯火箭从哈萨克斯坦发射升空,预计将于当晚进入地球轨道。这是世界上首次尝试利用人造卫星回收清理太空垃圾。上述卫星由日本新兴航天企业Astroscale株式会社(位于东京都)开发,上面携带了捕获器和模拟太空垃圾。卫星将在高度550公里的轨道上由捕获器将模拟太空垃圾暂时分离出去,然后借助摄像机和雷达再次靠近模拟垃圾,接着用强力磁铁捕捉模拟垃圾,最后捕获器同模拟垃圾一起进入大气层烧毁。

摘要： 现如今,日本是世界新闻事业最发达的国家之一。然而,近代日本的新闻事业并非全盘照抄美国,其有自己的发展特征和策略。本文将结合当时的社会环境、个人的目标欲望论述"读卖新闻之父"正力松太郎对于日本报业、广播、电视事业的发展所做出的贡献。

摘要： 近年来,高考中的群文阅读越来越重视对学生审辨思维能力的考查。2018年高考全国卷Ⅰ关于潘建伟量子通讯的新闻"《人民日报》《自然》《读卖新闻》报道的侧重点有什么不同",2020年山东、海南新高考模拟试题"用传统意义上的文学性来评价科幻小说是否合理""对科幻文学是不是文学的论证有哪些特点"等题目,都是对审辨思维能力的直接考查。

摘要： 自19世纪末至20世纪中期,来华日本摄影师不乏其人,较具代表性者当属"带着某种目的被组织指派来华的摄影师",如"拍摄中日甲午战争的日军陆地测量部摄影师龟井兹明、樋口宰藏"、"庚子事变期间的山本赞七郎、小川一真"、"拍摄日俄战争的浅井魁一、小仓俭司"、"隶属满铁的樱井幸三、岛崎役治"、"华北交通株式会社的荒木、奥园、汤本""以及侵华战争期间随军派往中国的《朝日新闻》、《读卖新闻》、《每日新闻》等媒体的摄影记者等"~②。

摘要： 据日本《读卖新闻》近日报道,有消息人士日前称,东京地检特搜部在收到举报后,正在就“赏樱会”前一天晚上举办的宴会一事,对日本前首相安倍晋三的第一秘书等人进行调查。该消息传出后在日本网络上引发热议,“逮捕安倍”等相关话题登上日本热搜榜。

摘要： 1东京奥运会或因推迟多花19亿美元曰本东京奥林匹克运动会主办方估算,因新冠疫情推迟一年举办东京奥运会需额外投入大约2000亿日元(约合19亿美元)。日本《读卖新闻》以知情人士为消息源报道,额外支出包括支付雇员的薪资和设立退票系统的资金投入,不包括防控疫情的支出。东京奥组委将与东京都政府和日本中央政府讨论,于12月确定额外支出的具体数额。

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。