CN109388696A - 删除谣言文章的方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开公开了一种删除谣言文章的方法、装置、存储介质及电子设备，方法包括：在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章；在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度；在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。本公开通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

Description

删除谣言文章的方法、装置、存储介质及电子设备

技术领域

本公开涉及互联网领域，特别涉及一种删除谣言文章的方法、装置、存储介质及电子设备。

背景技术

随着互联网的兴起、移动设备的普及，信息传播的速度也变得越来越快。一方面为人们的生活带来便利，另一方面也会造成不良影响。如果传播的文章是谣言，则该谣言就会迅速传播，这些谣言严重影响了用户辨别是非的能力，有的谣言还可能会影响用户的正常生活，甚至导致不必要的危害。

然而，现有技术中，谣言鉴定主要是专家鉴定，鉴定确定为谣言后再进行文章的删除，但限于审核人力成本，只能对热文做排查，处理效率比较低下。

发明内容

有鉴于此，本公开实施例提出了一种删除谣言文章的方法、装置、存储介质及电子设备，用以解决现有技术的如下问题：谣言鉴定主要是专家鉴定，鉴定确定为谣言后再进行文章的删除，但限于审核人力成本，只能对热文做排查，处理效率比较低下。

一方面，本公开实施例提出了一种删除谣言文章的方法，包括：在接收到发布的新文章的情况下，检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章；在存在相似概率大于预设概率的文章的情况下，将所述新文章与所述相似概率大于预设概率的文章作为预设语言模型的输入参数，通过所述预设语言模型得到所述新文章与所述相似概率大于预设概率的文章的匹配度；在所述匹配度大于预设匹配度的情况下，将所述新文章从用户平台中删除。

可选的，所述方法还包括：将所述新文章的属性标记为谣言属性，并将所述新文章添加至所述谣言数据库中。

可选的，所述将所述新文章的属性标记为谣言属性包括：识别所述新文章中各部分的内容，将所述新文章的标题和/或段落标记为谣言属性。

可选的，检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章，包括：对所述新文章进行分词处理，以提取所述新文章的关键词；根据所述关键词确定所述新文章的领域类别；在所述谣言数据库的所述领域类别对应的文章中检测是否存在与所述新文章的关键词相似概率大于预设概率的文章。

可选的，所述预设语言模型的训练过程如下：获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，所述类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，所述非谣言文章为与谣言文章匹配度小于预设匹配度的文章；使用所述正样本和所述负样本训练所述预设语言模型学习谣言文章和非谣言文章的匹配关系。

另一方面，本公开实施例提出了一种删除谣言文章的装置，包括：检测模块，用于在接收到发布的新文章的情况下，检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章；匹配模块，用于在存在相似概率大于预设概率的文章的情况下，将所述新文章与所述相似概率大于预设概率的文章作为预设语言模型的输入参数，通过所述预设语言模型得到所述新文章与所述相似概率大于预设概率的文章的匹配度；操作模块，用于在所述匹配度大于预设匹配度的情况下，将所述新文章从用户平台中删除。

可选的，所述操作模块，还用于将所述新文章的属性标记为谣言属性，并将所述新文章添加至所述谣言数据库中。

可选的，所述操作模块，具体用于：识别所述新文章中各部分的内容，将所述新文章的标题和/或段落标记为谣言属性。

可选的，所述检测模块包括：分词单元，用于对所述新文章进行分词处理，以提取所述新文章的关键词；确定单元，用于根据所述关键词确定所述新文章的领域类别；检测单元，用于在所述谣言数据库的所述领域类别对应的文章中检测是否存在与所述新文章的关键词相似概率大于预设概率的文章。

可选的，所述匹配模块，还用于按照如下过程训练所述预设语言模型：获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，所述类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，所述非谣言文章为与谣言文章匹配度小于预设匹配度的文章；使用所述正样本和所述负样本训练所述预设语言模型学习谣言文章和非谣言文章的匹配关系。

另一方面，本公开实施例提出了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

另一方面，本公开实施例提出了一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述方法的步骤。

本公开实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

附图说明

图1为本公开一实施例提供的删除谣言文章的方法的流程图；

图2为本公开另一实施例提供的删除谣言文章的方法的流程图；

图3为本公开另一实施例提供的删除谣言文章的装置的结构示意图；

图4为本公开另一实施例提供的电子设备的结构示意图。

具体实施方式

下面参照附图对本公开多个实施例进行说明。

下面参照附图对本公开多个实施例进行说明。应当理解，此处所描述的具体实施例仅仅用以解释本公开，并不限定本公开。

本公开一实施例提供了一种删除谣言文章的方法，该方法的流程如图1所示，包括S101至S103：

S101，在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章。

本公开实施例在确定有新文章发布的情况下，就会对新文章进行比价，将其与谣言数据库中的文章进行匹配，根据新文章的关键词进行检索，以确定是否存在关键词相似概率大于预设概率的文章。其中，谣言数据库是一个存储了很多谣言文章的数据库，因此，使用其进行对比还是比较合理的，可以高概率的命中发布的文章为谣言文章的情况。

S102，在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度。

一旦发现与关键词相似概率大于预设概率的文章，则说明谣言库中的谣言文章和新发布的文章还是有一些相似度的，因此，将所有相似概率大于预设概率的文章和新文章均作为输入参数输入到预设语言模型中，来得到一个匹配度。如果相似概率大于预设概率的文章只有一篇，则算出的匹配度只有一个，则直接输出，但通常情况下，相似概率大于预设概率的文章会是多个，则每个相似概率大于预设概率的文章都要作为一次输入，和新文章进行分别匹配，最后将平均的匹配度作为输出。

S103，在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。

如果输出的匹配度大于预设的匹配度，则说明新文章的全部内容均和谣言数据库中的谣言文章较为相似，新文章为谣言的可能性较大，可以直接删除新文章，避免新文章的进一步传播。

本公开实施例在发现新文章的情况下，立即通过谣言数据库进行相似性比较，当谣言数据库中存在相似概率大于预设概率的文章时，则通过预设语言模型来计算新文章和相似概率大于预设概率的文章的匹配度，一旦匹配度也超过预设匹配度，则新文章可以确定为谣言，直接下架删除。

本实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

本公开另一实施例提供了一种删除谣言文章的方法，该方法的流程如图2所示，包括S201至S204：

S201，在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章。

本公开实施例在确定有新文章发布的情况下，就会对新文章进行比价，将其与谣言数据库中的文章进行匹配，根据新文章的关键词进行检索，以确定是否存在关键词相似概率大于预设概率的文章。其中，谣言数据库是一个存储了很多谣言文章的数据库，因此，使用其进行对比还是比较合理的，可以高概率的命中发布的文章为谣言文章的情况。

具体实现时，可以先对新文章进行分词处理，提取新文章的关键词；根据关键词确定新文章的领域类别；在谣言数据库的领域类别对应的文章中检测是否存在与新文章的关键词相似概率大于预设概率的文章。

S202，在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度。

一旦发现与关键词相似概率大于预设概率的文章，则说明谣言库中的谣言文章和新发布的文章还是有一些相似度的，因此，将所有相似概率大于预设概率的文章和新文章均作为输入参数输入到预设语言模型中，来得到一个匹配度。如果相似概率大于预设概率的文章只有一篇，则算出的匹配度只有一个，则直接输出，但通常情况下，相似概率大于预设概率的文章会是多个，则每个相似概率大于预设概率的文章都要作为一次输入，和新文章进行分别匹配，最后将平均的匹配度作为输出。

对于预设语言模型，其也需要不断的训练，以便学习新的匹配关系，具体的，预设语言模型的训练过程可以如下：(1)获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；(2)获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，非谣言文章为与谣言文章匹配度小于预设匹配度的文章；(3)使用正样本和负样本训练预设语言模型学习谣言文章和非谣言文章的匹配关系。

S203，在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。

如果输出的匹配度大于预设的匹配度，则说明新文章的全部内容均和谣言数据库中的谣言文章较为相似，新文章为谣言的可能性较大，可以直接删除新文章，避免新文章的进一步传播。

S204，将新文章的属性标记为谣言属性，并将新文章添加至谣言数据库中。实现时，该过程也可以设置在将新文章从用户平台中删除之前。

在将新文章的属性标记为谣言属性时，具体可以识别新文章中各部分的内容，将新文章的标题和/或段落标记为谣言属性。

该过程可以将确定为谣言的文章都添加至谣言数据库中，进而丰富谣言数据库的内容，以便日后更好的对谣言进行学习和判鉴定。

本公开实施例在发现新文章的情况下，立即通过谣言数据库进行相似性比较，当谣言数据库中存在相似概率大于预设概率的文章时，则通过预设语言模型来计算新文章和相似概率大于预设概率的文章的匹配度，一旦匹配度也超过预设匹配度，则新文章可以确定为谣言，直接下架删除。

本实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

本公开另一实施例提供了一种删除谣言文章的装置，该装置的结构示意如图3所示，包括：

检测模块10，用于在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章；匹配模块11，与检测模块10耦合，用于在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度；操作模块12，与匹配模块11耦合，用于在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。

本公开实施例在确定有新文章发布的情况下，检测模块就会对新文章进行比价，将其与谣言数据库中的文章进行匹配，根据新文章的关键词进行检索，以确定是否存在关键词相似概率大于预设概率的文章。其中，谣言数据库是一个存储了很多谣言文章的数据库，因此，使用其进行对比还是比较合理的，可以高概率的命中发布的文章为谣言文章的情况。

一旦发现与关键词相似概率大于预设概率的文章，则说明谣言库中的谣言文章和新发布的文章还是有一些相似度的，因此，将所有相似概率大于预设概率的文章和新文章均作为输入参数输入到预设语言模型中，匹配模块来得到一个匹配度。如果相似概率大于预设概率的文章只有一篇，则算出的匹配度只有一个，则直接输出，但通常情况下，相似概率大于预设概率的文章会是多个，则每个相似概率大于预设概率的文章都要作为一次输入，和新文章进行分别匹配，最后将平均的匹配度作为输出。

如果输出的匹配度大于预设的匹配度，则说明新文章的全部内容均和谣言数据库中的谣言文章较为相似，新文章为谣言的可能性较大，操作模块可以直接删除新文章，避免新文章的进一步传播。

本公开实施例在发现新文章的情况下，立即通过谣言数据库进行相似性比较，当谣言数据库中存在相似概率大于预设概率的文章时，则通过预设语言模型来计算新文章和相似概率大于预设概率的文章的匹配度，一旦匹配度也超过预设匹配度，则新文章可以确定为谣言，直接下架删除。

本实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

本公开另一实施例提供了一种删除谣言文章的装置，该装置包括：

检测模块10，用于在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章；匹配模块11，与检测模块10耦合，用于在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度；操作模块12，与匹配模块11耦合，用于在匹配度大于预设匹配度的情况下，将新文章的属性标记为谣言属性，并将新文章添加至谣言数据库中，将新文章从用户平台中删除。实现时，上述操作模块具体可以用于识别新文章中各部分的内容，将新文章的标题和/或段落标记为谣言属性。

本公开实施例在确定有新文章发布的情况下，检测模块就会对新文章进行比价，将其与谣言数据库中的文章进行匹配，根据新文章的关键词进行检索，以确定是否存在关键词相似概率大于预设概率的文章。其中，谣言数据库是一个存储了很多谣言文章的数据库，因此，使用其进行对比还是比较合理的，可以高概率的命中发布的文章为谣言文章的情况。

具体实现时，检测模块还可以具体划分为各个操作单元，其可以包括：分词单元，用于对新文章进行分词处理，以提取新文章的关键词；确定单元，用于根据关键词确定新文章的领域类别；检测单元，用于在谣言数据库的领域类别对应的文章中检测是否存在与新文章的关键词相似概率大于预设概率的文章。

一旦发现与关键词相似概率大于预设概率的文章，则说明谣言库中的谣言文章和新发布的文章还是有一些相似度的，因此，将所有相似概率大于预设概率的文章和新文章均作为输入参数输入到预设语言模型中，匹配模块来得到一个匹配度。如果相似概率大于预设概率的文章只有一篇，则算出的匹配度只有一个，则直接输出，但通常情况下，相似概率大于预设概率的文章会是多个，则每个相似概率大于预设概率的文章都要作为一次输入，和新文章进行分别匹配，最后将平均的匹配度作为输出。

对于预设语言模型，其也需要不断的训练，以便学习新的匹配关系，具体的，匹配模块还用于按照如下过程训练预设语言模型：获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，非谣言文章为与谣言文章匹配度小于预设匹配度的文章；使用正样本和负样本训练预设语言模型学习谣言文章和非谣言文章的匹配关系。

如果输出的匹配度大于预设的匹配度，则说明新文章的全部内容均和谣言数据库中的谣言文章较为相似，新文章为谣言的可能性较大，操作模块可以直接删除新文章，避免新文章的进一步传播。操作模块还可以将确定为谣言的文章都添加至谣言数据库中，进而丰富谣言数据库的内容，以便日后更好的对谣言进行学习和判鉴定。

本公开实施例在发现新文章的情况下，立即通过谣言数据库进行相似性比较，当谣言数据库中存在相似概率大于预设概率的文章时，则通过预设语言模型来计算新文章和相似概率大于预设概率的文章的匹配度，一旦匹配度也超过预设匹配度，则新文章可以确定为谣言，直接下架删除。

本实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

本公开另一施例提供了一种存储介质，存储有计算机程序，计算机程序被处理器执行时实现如下步骤S1至S3：

S1，在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章。

本公开实施例在确定有新文章发布的情况下，就会对新文章进行比价，将其与谣言数据库中的文章进行匹配，根据新文章的关键词进行检索，以确定是否存在关键词相似概率大于预设概率的文章。其中，谣言数据库是一个存储了很多谣言文章的数据库，因此，使用其进行对比还是比较合理的，可以高概率的命中发布的文章为谣言文章的情况。

具体实现时，可以先对新文章进行分词处理，提取新文章的关键词；根据关键词确定新文章的领域类别；在谣言数据库的领域类别对应的文章中检测是否存在与新文章的关键词相似概率大于预设概率的文章。

S2，在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度。

一旦发现与关键词相似概率大于预设概率的文章，则说明谣言库中的谣言文章和新发布的文章还是有一些相似度的，因此，将所有相似概率大于预设概率的文章和新文章均作为输入参数输入到预设语言模型中，来得到一个匹配度。如果相似概率大于预设概率的文章只有一篇，则算出的匹配度只有一个，则直接输出，但通常情况下，相似概率大于预设概率的文章会是多个，则每个相似概率大于预设概率的文章都要作为一次输入，和新文章进行分别匹配，最后将平均的匹配度作为输出。

对于预设语言模型，其也需要不断的训练，以便学习新的匹配关系，具体的，预设语言模型的训练过程可以如下：(1)获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；(2)获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，非谣言文章为与谣言文章匹配度小于预设匹配度的文章；(3)使用正样本和负样本训练预设语言模型学习谣言文章和非谣言文章的匹配关系。

S3，在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。

如果输出的匹配度大于预设的匹配度，则说明新文章的全部内容均和谣言数据库中的谣言文章较为相似，新文章为谣言的可能性较大，可以直接删除新文章，避免新文章的进一步传播。

计算机程序还可以被处理器执行以下步骤：将新文章的属性标记为谣言属性，并将新文章添加至谣言数据库中。其中，将新文章的属性标记为谣言属性包括：识别新文章中各部分的内容，将新文章的标题和/或段落标记为谣言属性。该过程可以将确定为谣言的文章都添加至谣言数据库中，进而丰富谣言数据库的内容，以便日后更好的对谣言进行学习和判鉴定。

本公开实施例在发现新文章的情况下，立即通过谣言数据库进行相似性比较，当谣言数据库中存在相似概率大于预设概率的文章时，则通过预设语言模型来计算新文章和相似概率大于预设概率的文章的匹配度，一旦匹配度也超过预设匹配度，则新文章可以确定为谣言，直接下架删除。

本实施例通过谣言数据库和预设语言模型来自动对发布的新文章进行谣言鉴定，双重确定方式能够更加客观和准确的鉴定谣言文章，节省了人力审核的过程，且不论是否为热文都可以进行筛查，处理范围较广，处理效率较高。

下面结合具体实例对上述过程进行说明。

本实例的存储介质设置在一个可以阅读的内容平台上，可以作为该内容平台对应服务器的一部分存在。

在谣言研究中，发现有许多谣言总是被反复传播，例如健康或者财经领域，“某种食物能致癌”、“某种钱币收藏价值很大”等类型谣言反复出现，比比皆是。为了解决这一现象，本实例通过对反复传播的老谣言建设谣言数据库，再通过预先设置语言模型来比对新文章，判断是否同谣言库的某些文章语义一致，从而达到自动拦截新谣言的目的。具体的语义模型使用深度学习技术，使得准确率大幅提升，能够在实际中进行应用。

1)依赖于内容平台，建立谣言文章库。

本公开实施例建设储存谣言文章的谣言数据库，里面存储了大量谣言文章，提供比对样本；确定谣言鉴定标准，不可判断或者突发谣言不作为样本。

具体的，可以对文章中具体包含谣言部分的内容做标识，比如标题是否包含谣言，或者文章内容中是否有段落包含谣言信息等。

2)构建语言模型，对谣言进行识别。

该语言模型具体执行的是语义匹配的过程，其在构建时，网络结构可以是“词向量+LSTM+Softmax”结构；其正样本为谣言库标完后确定为谣言的部分+类似谣言，负样本为谣言与非谣言文本。

实现时，对谣言进行识别的过程如下：(1)文本数据处理：包含切词、文本分类等；(2)检索过程：对新文章提取关键词，检索谣言库中是否包含相关文章；(3)语义匹配过程：对检索出来的谣言文章与新文章过语言模型，得出匹配分数；(4)若匹配分数大于阈值，文章不再放出。

本实例的内容平台与传统文本相似度方法对比，准确率提高20％，召回率提高40％；还可以对新入文章直接做谣言检测流程，对语言模型判断为已有谣言库文章一致的话，不再放出。

通常情况下，本公开实施例适用于常见谣言场景，提高了谣言识别的准确率，净化站内质量环境，实现精准打击和辟谣；降低了人工判断成本，有效提升了谣言添加和识别的效率，提高识别准确率。

本公开另一实施例还提供了一种电子设备，下面参考图4，其示出了适于用来实现本公开实施例的电子设备800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，电子设备执行上述一个或者多个程序，实现时，该电子设备执行：在接收到发布的新文章的情况下，检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章；在存在相似概率大于预设概率的文章的情况下，将新文章与相似概率大于预设概率的文章作为预设语言模型的输入参数，通过预设语言模型得到新文章与相似概率大于预设概率的文章的匹配度；在匹配度大于预设匹配度的情况下，将新文章从用户平台中删除。

电子设备执行上述一个或者多个程序时，该电子设备还执行：将新文章的属性标记为谣言属性，并将新文章添加至谣言数据库中；其中，将新文章的属性标记为谣言属性包括：识别新文章中各部分的内容，将新文章的标题和/或段落标记为谣言属性。

电子设备执行上述一个或者多个程序时，当该电子设备在执行检测谣言数据库中是否存在与新文章的关键词相似概率大于预设概率的文章时，具体执行：对新文章进行分词处理，以提取新文章的关键词；根据关键词确定新文章的领域类别；在谣言数据库的领域类别对应的文章中检测是否存在与新文章的关键词相似概率大于预设概率的文章。

其中，电子设备使用的预设语言模型的训练过程如下：获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，非谣言文章为与谣言文章匹配度小于预设匹配度的文章；使用正样本和负样本训练预设语言模型学习谣言文章和非谣言文章的匹配关系。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

以上对本公开多个实施例进行了详细说明，但本公开不限于这些具体的实施例，本领域技术人员在本公开构思的基础上，能够做出多种变型和修改实施例，这些变型和修改都应落入本公开所要求保护的范围之内。

Claims (12)

1.一种删除谣言文章的方法，其特征在于，包括：

在接收到发布的新文章的情况下，检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章；

在存在相似概率大于预设概率的文章的情况下，将所述新文章与所述相似概率大于预设概率的文章作为预设语言模型的输入参数，通过所述预设语言模型得到所述新文章与所述相似概率大于预设概率的文章的匹配度；

在所述匹配度大于预设匹配度的情况下，将所述新文章从用户平台中删除。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

将所述新文章的属性标记为谣言属性，并将所述新文章添加至所述谣言数据库中。

3.如权利要求2所述的方法，其特征在于，所述将所述新文章的属性标记为谣言属性包括：

识别所述新文章中各部分的内容，将所述新文章的标题和/或段落标记为谣言属性。

4.如权利要求1所述的方法，其特征在于，所述检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章，包括：

对所述新文章进行分词处理，以提取所述新文章的关键词；

根据所述关键词确定所述新文章的领域类别；

在所述谣言数据库的所述领域类别对应的文章中检测是否存在与所述新文章的关键词相似概率大于预设概率的文章。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述预设语言模型的训练过程如下：

获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，所述类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；

获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，所述非谣言文章为与谣言文章匹配度小于预设匹配度的文章；

使用所述正样本和所述负样本训练所述预设语言模型学习谣言文章和非谣言文章的匹配关系。

6.一种删除谣言文章的装置，其特征在于，包括：

检测模块，用于在接收到发布的新文章的情况下，检测谣言数据库中是否存在与所述新文章的关键词相似概率大于预设概率的文章；

匹配模块，用于在存在相似概率大于预设概率的文章的情况下，将所述新文章与所述相似概率大于预设概率的文章作为预设语言模型的输入参数，通过所述预设语言模型得到所述新文章与所述相似概率大于预设概率的文章的匹配度；

操作模块，用于在所述匹配度大于预设匹配度的情况下，将所述新文章从用户平台中删除。

7.如权利要求6所述的装置，其特征在于，

所述操作模块，还用于将所述新文章的属性标记为谣言属性，并将所述新文章添加至所述谣言数据库中。

8.如权利要求7所述的装置，其特征在于，

所述操作模块，具体用于：识别所述新文章中各部分的内容，将所述新文章的标题和/或段落标记为谣言属性。

9.如权利要求6所述的装置，其特征在于，所述检测模块包括：

分词单元，用于对所述新文章进行分词处理，以提取所述新文章的关键词；

确定单元，用于根据所述关键词确定所述新文章的领域类别；

检测单元，用于在所述谣言数据库的所述领域类别对应的文章中检测是否存在与所述新文章的关键词相似概率大于预设概率的文章。

10.如权利要求6至9中任一项所述的装置，其特征在于，

所述匹配模块，还用于按照如下过程训练所述预设语言模型：

获取谣言数据库中标记为谣言属性的文章和类似谣言文章，将所有获取到的文章作为正样本，其中，所述类似谣言文章为与谣言文章匹配度达到预设匹配度的文章；

获取谣言数据库中标记为谣言属性的文章和非谣言文章，将所有获取到的文章作为负样本，其中，所述非谣言文章为与谣言文章匹配度小于预设匹配度的文章；

使用所述正样本和所述负样本训练所述预设语言模型学习谣言文章和非谣言文章的匹配关系。

11.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。

12.一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现权利要求1至5中任一项所述方法的步骤。