随着科技的进步,新闻可以在很多途径下进行传播,大家可以通过各种社交工具以及新闻网站查看到最新的资讯。在这些社交网站上,用户还可以在推送的新闻底下发表自己对此事的看法。发表者有时会用匿名方式进行消息的发布,这就导致了目前网络上各种虚假新闻的出现。这些虚假新闻有如下一些特点:规模大、传播速度快、造假手段多种多样等。对于一些恶意的虚假新闻严重时会造成大众的的恐慌,对企业也会带来一定程度的危害,甚至会造成政府公信力的下降。因此,我们需要在虚假新闻扩散前尽可能地去制止。就目前而言,新闻在进行辟谣时,主要是通过群众对虚假新闻举报,再去组织有关的专家审核该条消息是否属于虚假信息。这种模式需要大量人力物力的投入,并且这一过程需要消耗大量的时间,对于网络上的大量虚假信息来说,工作效率极低。因此,我们急需相应的算法来对虚假新闻进行自动化地检测。目前学术界在虚假新闻方面的研究主要分为两个方向:一个是基于社交网络的建模,还有一个是基于内容的建模方式。其中基于内容建模的研究主要是针对新闻中的标题、正文、评论等文本信息进行的,而对于一篇新闻来说,往往还包含着许多图片的信息。如果能综合考虑文本和图片的信息,可能会对检测的准确率有一定的提升。因此,本文的研究主要基于文本和图片这种多模态的数据,具体工作如下:1.对新闻的文本数据进行预处理,然后用文本分类常用的Text CNN模型进行检测,以此结果作为此次实验的基准。同时本文还设计了一种改进的CNN结构,将CNN分类用的Softmax层改为传统的机器学习模型作为分类器。最终通过实验证明,将CNN与机器学习模型结合时能取得更好的检测效果,其中,CNN与XGBoost混合模型的检测效果最佳。通过模型的混合,不仅提高了检测的准确率,而且增加了模型的可解释性;2.做虚假新闻的检测时,利用了多种模态的特征,如结构化的用户特征,非结构化的文本和图片特征。实验时分别对不同特征进行了建模,其中,对文本特征建模时的F1为0.902,加入图片特征后的F1为0.912,再加入用户特征后的F1为0.918。可以发现,充分利用新闻中的所有数据进行建模时效果最好;3.实验过程中还加入了一些对于真假新闻有一定区分度的文本和图片特征,如文本方面的文本长度、关键词、符号比例等特征,图片方面的图片尺寸、大小以及在检测图片压缩篡改方面有重要作用的DCT特征,通过这些特征的加入,再一次对模型效果进行了改善。综上所述,本文设计了基于卷积神经网络和XGBoost混合模型进行虚假新闻检测的算法,该算法在检测时利用了新闻中的文本数据、图片数据以及用户数据,为之后的虚假新闻检测工作给出了一个新的方向。