一、概述

目前国内已有的主要识谣、辟谣平台基本还是依靠专家识别模式，其存在一定的问题：发现线索主要依赖用户举报，数量有限，时效性不强；新闻认证速度有待提高。为提高谣言识别的效率，人民网与中科院计算所合作，采用“人工智能”技术作为有效辅助工具，建立了高效的识谣平台——新闻可信度识别支撑系统。

二、实现方式

人民网与中科院计算所合作建设的新闻可信度识别支撑系统充分利用人工智能、知识图谱、全媒体可信大数据训练，以知识内容为根基框架，全面解析、演绎归纳传播内容认知的精准需求，自动及时发现可疑线索并进行认证，大大降低谣言可能带来的危害；通过机器学习算法辅助人工审核，仅需1分钟即能对疑似谣言事件发出预警；基于数据驱动的方法，平台还可不断挖掘出不同类别谣言的特性，实现对各种谣言的自动识别。

（一）核心技术

从核心技术上，AI甄别谣言依赖“三多”：

一是多模态数据，谣言从发布、传播到被辟谣的生命周期中，可能会伴随产生文字、图片、视频、传播网络、参与用户属性等多种模态的数据，各模态数据均能不同程度指示谣言，例如谣言文字的情感倾向、图片的视觉冲击力、传播网络的结构属性等。

二是多层次表示，深度学习技术有强大的表示学习能力，经过神经网络结构和融合机制的设计，AI模型可以在面对众多意义、形式、结构都不同的模态数据时，综合不同层次数据，自动找出最有区分能力的表示组合，并将待甄别文章对应的文字、图片、传播网络等融合投射到特征空间中。

三是多角度判断，AI可以从单一方面（如内容、用户、传播）给出可信度，也可以全面观察，给出综合所有信息的可信度，及时帮助人们“揪出”可信度不高的信息。

（二）计算方式

第一，该模型会追溯信息源，分析用户画像。包括：专业领域、先前传播或转发内容，主体性质，注册时间，活跃规律等，来判断发布者是否“可靠”。最后根据不同态度的人群比例、各自的信誉度等信息，计算出此新闻的可信度。

第二，确认信息源的来源是否可信。该系统会搜寻网上所有的信息源，看看链接的域名，是否来自可信网站。比如是否来自新华社、政府医药管理局等官方网站。

第三，提炼与验证。将正文里关键的论证提炼为知识点，与知识图谱里的权威知识库做匹配验证。如果存在毫无联系、自相矛盾，则会自动识别。

三、应用模块

（一）内容生产模块

支持最快10分钟内发现互联网上的争议性新闻线索，对高危可疑事件及时发出预警，并对事件进行深度立体化分析，展示事件的关键参与者、关键地域、相关新闻、事件发展脉络等多维证据链，辅助人工审核。同时，违规内容鉴定体系，可从色情、BK、政治敏感、视频版权等角度对内容进行过滤。

（二）去伪求真模块

人民网《求真》栏目除了鼓励广大网民通过微博、微信积极爆料之外，同时也通过智能辟谣平台提供的识别谣言的能力，确保第一时间获得调查线索。网民、媒体、平台三方密切配合，极大地扩展了信息来源渠道，继而形成一个高效专业的辟谣渠道。

（三）公众服务模块

疫情专题---新冠肺炎疫情24小时争议性新闻播报系统：支持最快10分钟发现争议线索；支持按热点主题检索；支持按地域分类检索（疫情地图）。为公众提供及时、准确的专题信息。

四、应用效果

人民网通过将可信度识别支撑系统的能力嵌入到新闻监测和内容管理系统中，让人工智能通过新闻自动审核给与编辑可信度信息的手段参与到内容生产过程，基本覆盖了人民网所有频道新闻内容生产流程，极大地提高了新闻的准确性以及内容生产的效率。目前，此系统已入选中宣部“2020年中国报业深度融合发展创新案例”。

五、结语

随着互联网技术的不断进步与发展，智能识谣平台将进一步提升“人工智能+大数据”的技术能力，积极拓展“智能计算设施在内容传播领域的应用”方向的研究，结合人民网海量媒体资源库，构建更高效、更精准、更广泛的媒体界“反欺诈平台”，为业界共享沉淀下来“虚假信息库”，为传播内容认知国家重点实验室提供优质数据支撑与应用场景，为更多平台提供保驾护航，为更多百姓提供真实准确的媒体资讯，为社会构建安全、干净的资讯环境做出持续贡献。

分享让更多人看到