[发明专利]基于机器学习的虚假信息鉴别方法、系统及存储介质

说明书

本发明公开了基于机器学习的虚假信息鉴别方法、系统及存储介质，方法包括：对待鉴别信息进行分词处理，得到词序列；对词序列进行词性标注，得到标注序列；根据词序列和标注序列，生成向量序列；基于预设的鉴别模型对向量序列进行第一鉴别，得到第一结果；基于区块链技术对第一结果进行第二鉴别，得到虚假信息鉴别结果。本发明的实施例通过预设的鉴别模型对向量序列进行第一鉴别后，还通过区块链技术对第一结果进行第二鉴别，最终得到虚假信息鉴别结果，相较于传统仅采用分类器来进行信息鉴别的方法，本发明能够通过区块链技术，在不同区块链节点对不同语言进行二次鉴别，提高了准确度，可广泛应用于数据处理技术领域。

技术领域

本发明涉及数据处理技术领域，尤其是基于机器学习的虚假信息鉴别方法、系统及存储介质。

背景技术

谣言被定义为一个真实价值未经验证的故事或陈述。随着社交网络媒体的迅速发展，大量的谣言很容易在互联网上传播，比如微博、推特、微信群、朋友圈等平台上传播的推文，经常会有一些误导性的推文，影响公众的正确认知，甚至引起公众恐慌和社会混乱。因此，在社交媒体上高效地检测谣言至关重要，并且应当在谣言传播之前尽可能早地检测出来。

现有的方法主要基于手工特征的挖掘与SVM等传统机器学习分类器实现。典型的手工特征可以是情感词等内容特征，也可以是昵称、头像等用户特征，又或者是转发次数等传播特征。也有一些挖掘自用户反馈行为、事件传播的生命周期等更为复杂的特征。这些特征能够在一定程度上区分谣言，结合传统的有监督机器学习分类器，能够达到比较可观的检测效果。但是，现有的谣言检测只通过分类器来鉴别，分类器只能识别指定的语言文字，检测结果不够准确，无法识别各地的方言描述方式。

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，本质上是一个去中心化的体系结构。狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。

目前，还没有将区块链技术应用到虚假信息鉴别中的相关报道。

发明内容

有鉴于此，本发明实施例提供一种准确度高的基于机器学习的虚假信息鉴别方法、系统及存储介质。

第一方面，本发明实施例提供了一种基于机器学习的虚假信息鉴别方法，包括以下步骤：

对待鉴别信息进行分词处理，得到词序列；

对词序列进行词性标注，得到标注序列；

根据词序列和标注序列，生成向量序列；

基于预设的鉴别模型对向量序列进行第一鉴别，得到第一结果；

基于区块链技术对第一结果进行第二鉴别，得到虚假信息鉴别结果。

进一步，还包括获取待鉴别信息的步骤。

进一步，所述获取待鉴别信息这一步骤，包括以下步骤：

获取社交网络信息的日志数据，所述日志数据包括发布时间、转发次数、阅读次数、评论次数、阅读者区域信息以及点赞次数；

根据社交网络信息的日志数据，确定社交网络信息的事件等级，所述事件等级包括热点事件和普通事件；

从热点事件中获取待鉴别信息。

进一步，所述从热点事件中获取待鉴别信息这一步骤，包括以下步骤：

基于预设的语义分析模型，对热点事件进行语义分析，得到语义分析结果；