一种不实信息AI申诉与融媒体澄清发布系统的制作方法

本发明涉及网络数据挖掘。

背景技术：

1、随着融媒体技术的快速发展，信息传播呈现出多源、跨模态、极速爆发的特征，不实信息的传播也伴随产生了严重的社会影响。现有技术中，针对不实信息的申诉与澄清发布系统存在以下显著缺陷：

2、1、辟谣分发缺乏靶向性。现有系统通常采用全量广播的方式发布辟谣信息，无法识别哪些用户被谣言深度影响，导致辟谣信息无法与不实信息在同一个时空维度形成有效对冲，辟谣效率低下，且容易对未受误导的用户造成信息打扰。

3、2、澄清内容形态与传播渠道错配。现有系统生成的澄清内容多为单一文本，当谣言以短视频等形式传播时，文本辟谣触达率和接受度极低，且难以适配不同融媒体平台的格式规范，导致辟谣内容形态与传播渠道严重错配，受众接受度差。

4、故此亟须开发一种不实信息ai申诉与融媒体澄清发布系统来解决现有技术中的问题。

技术实现思路

1、本发明的目的在于提供一种不实信息ai申诉与融媒体澄清发布系统，能够通过构建传播图谱计算节点易感指数实现靶向对冲分发，通过解析主导模态结合证据链生成适配平台的跨模态内容实现一稿多态,且结构简单，使用方便，以解决上述背景技术中提出的辟谣技术中分发缺乏靶向性、澄清内容形态与传播渠道错配等问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种不实信息ai申诉与融媒体澄清发布系统，包括：

4、传播时空图谱构建模块，采集多源融媒体平台中目标不实信息的交互数据，构建传播图谱，并通过转发层级、情感极性得分以及停留时长结合各自权重基于加权求和原理计算获取节点易感指数，将传播节点划分为核心发酵节点、边缘传播节点和易感潜伏节点，解决辟谣分发缺乏靶向性的问题；

5、跨模态澄清内容自适应生成模块，解析目标不实信息的主导传播模态，结合ai申诉通过的结构化证据链，生成适配目标融媒体平台的发布规范参数的跨模态澄清内容包，解决澄清内容形态与传播渠道错配的问题；

6、靶向澄清发布与动态对冲模块，将融媒体内容包与传播图谱中的节点进行匹配，根据节点易感指数将不同模态的融媒体内容包精准推送给受误导程度不同的用户群体，并通过情感分析模型计算负面情感下降率监测反馈效果以进行二次对冲。

7、通过采用上述技术方案，整体实现不实信息的精准靶向辟谣与多模态适配澄清功能，通过构建传播图谱划分易感节点，自适应生成跨模态内容，并基于节点匹配进行精准推送与动态对冲，全面解决辟谣分发缺乏靶向性及内容形态错配问题。

8、作为本发明进一步的方案：所述传播时空图谱构建模块执行如下步骤：

9、s1：数据采集与预处理，通过各融媒体平台开放的应用程序接口，采集目标不实信息的转发记录、评论记录以及点赞记录，并对采集到的文本内容进行去重与去除无效特殊字符的清洗操作；

10、s2：传播图谱构建，以用户和不实信息作为节点，以转发、评论以及点赞行为作为有向边，构建有向无环图，边的方向由行为发起者指向行为接收者，并为每个节点赋予时间戳属性，形成包含时空属性的传播图谱；

11、s3：节点易感指数计算，根据用户在传播图谱中的行为特征，计算节点易感指数，根据计算得出的节点易感指数值，将传播节点划分为核心发酵节点、边缘传播节点和易感潜伏节点。

12、通过采用上述技术方案，实现传播时空图谱的构建及节点分类功能，通过采集交互数据构建有向无环图并计算易感指数，为后续澄清内容的靶向分发提供精准的数据基础与结构化节点划分依据。

13、作为本发明进一步的方案：在所述s3中，通过转发层级、情感极性得分、停留时长结合转发层级权重、情感极性权重和停留时长权重基于加权求和原理计算获取节点易感指数，其中转发层级为当前节点到不实信息源节点的最短路径长度，情感极性得分为该用户评论的情感极性得分，停留时长为用户在该不实信息页面的停留时长，且转发层级权重、情感极性权重和停留时长权重之和为预设常数。

14、通过采用上述技术方案，实现节点易感指数的量化计算功能，通过融合转发层级、情感极性和停留时长及各自权重进行加权求和，科学准确地衡量用户受不实信息误导的深度。

15、作为本发明进一步的方案：所述跨模态澄清内容自适应生成模块执行如下步骤：

16、s4：主导模态解析，对目标不实信息进行多模态特征提取，将其输入预先训练好的模态分类模型，输出该不实信息的主导传播模态，主导传播模态包括视频主导型、图文主导型和纯文本主导型；

17、s5：证据链注入与跨模态内容生成，获取ai申诉模块输出的结构化证据链，该结构化证据链包含事实数据以及权威溯源链接，根据主导传播模态，调用相应的生成接口生成澄清内容初稿；

18、s6：平台适配裁剪，获取目标融媒体平台的发布规范参数，根据发布规范参数对澄清内容初稿进行裁剪与排版，生成融媒体内容包。

19、通过采用上述技术方案，实现跨模态澄清内容的自适应生成功能，通过解析主导模态、注入证据链生成初稿并进行平台适配裁剪，确保最终生成的融媒体内容包既契合谣言传播形态又符合平台规范。

20、作为本发明进一步的方案：在所述s4中，模态分类模型的训练过程包括：收集包含视频、图像和纯文本的网络帖子作为训练样本；标注各样本的主导传播模态标签；采用残差网络提取图像特征，采用三维卷积网络提取视频特征，采用双向编码表征模型提取文本特征；将上述特征拼接后输入全连接层进行分类；采用交叉熵损失函数，利用优化器进行反向传播训练直至损失函数收敛，得到模态分类模型。

21、通过采用上述技术方案，实现模态分类模型的训练功能，通过多维度特征提取与拼接分类训练，使模型具备准确识别不实信息主导传播模态的能力。

22、作为本发明进一步的方案：在所述s5中，大语言模型的微调训练过程包括：构建辟谣专属数据集，该数据集包含不实信息与对应的专业辟谣文章对；将结构化证据链作为条件输入，专业辟谣文章作为目标输出；采用因果语言模型损失函数进行指令微调训练，使大语言模型根据证据链生成澄清文本。

23、通过采用上述技术方案，实现大语言模型的辟谣微调功能，通过构建专属数据集并以证据链为条件进行指令微调，使模型能够根据事实数据生成逻辑严密的澄清文本。

24、作为本发明进一步的方案：在所述s5中，若主导传播模态为视频主导型，则调用数字人视频生成接口，将事实数据转化为数字人播报脚本，并生成包含权威溯源链接浮层的澄清短视频；若主导传播模态为图文主导型，则调用大语言模型生成澄清长文，并调用数据可视化接口将事实数据渲染为图表，生成澄清长图；若主导传播模态为纯文本主导型，则调用大语言模型生成结构化澄清文本。

25、通过采用上述技术方案，实现针对不同模态的差异化内容生成功能，根据视频、图文、纯文本等主导模态分别调用数字人、可视化或文本生成接口，确保澄清内容形态与谣言原始传播形态高度匹配。

26、作为本发明进一步的方案：在所述s6中，发布规范参数包括视频时长上限、图文篇幅上限以及图片数量上限；对于超出时长上限的短视频进行关键帧提取与语音加速处理；对于超出篇幅上限的图文进行分段摘要提取。

27、通过采用上述技术方案，实现澄清内容的平台适配裁剪功能，根据视频时长、图文篇幅等规范参数对初稿进行裁剪与提取，保障澄清内容在各融媒体平台合规发布与良好展示。

28、作为本发明进一步的方案：所述靶向澄清发布与动态对冲模块执行如下步骤：

29、s7：靶向匹配，建立节点易感指数与融媒体内容包模态的映射关系，若节点属于核心发酵节点，则匹配深度图文内容包，若节点属于边缘传播节点或易感潜伏节点，则匹配短视频内容包；

30、s8：精准推送，通过融媒体平台的应用程序接口，将匹配后的融媒体内容包推送至对应的用户节点；

31、s9：对冲反馈与二次触发，在融媒体内容包发布后的预设时间窗口内，实时采集目标用户节点对澄清内容的交互数据，通过情感分析模型计算负面情感下降率，若负面情感下降率低于预设的下降率阈值，则触发跨模态澄清内容自适应生成模块更换模态重新生成补充性澄清内容，并进行二次靶向推送。

32、通过采用上述技术方案，实现澄清内容的靶向推送与动态对冲功能，通过建立易感指数与内容模态的映射关系进行精准推送，并基于反馈效果触发二次生成，形成辟谣闭环。

33、作为本发明进一步的方案：在所述s9中，通过用户接收澄清信息前的情感极性得分与接收澄清信息后的情感极性得分基于差值计算原理获取负面情感下降率。

34、通过采用上述技术方案，实现负面情感下降率的量化计算功能，通过对比接收澄清信息前后的情感极性得分差值，为评判澄清对冲效果及触发二次推送提供准确的数值判定标准。

35、与现有技术相比，本发明的有益效果是：

36、1、本发明通过构建传播时空图谱并计算节点易感指数，将不同模态的融媒体内容包精准推送给受误导程度不同的用户群体，能够实现辟谣信息的靶向对冲分发，显著提升澄清效率并减少无效信息打扰。

37、2、本发明通过解析不实信息主导传播模态并结合证据链生成适配目标平台的跨模态澄清内容，能够实现一稿多态的精准匹配，解决内容形态错配问题，大幅提升受众接受度与辟谣易读性。

38、3、本发明通过实时监测反馈计算负面情感下降率并触发二次生成与推送，能够形成辟谣动态闭环，有效应对谣言变异并持续压制不实信息。

39、4、本发明通过对模态分类模型和大语言模型进行专项训练与微调，能够保障谣言模态识别的准确性以及澄清文本生成的专业严密性。

40、本发明的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。