每个人都离不开新闻,新闻的意义在于传播消息,揭露真相,在丰富人民日常生活、促进社会健康发展等方面都具有重要作用。随着互联网的普及,微博、今日头条等网络社交媒体逐渐崛起,游览互联网新闻逐渐成为人们获取日常信息的主要方式。互联网带给人们迅速吸收和分享新闻的便利,同时加速了虚假新闻的生产和传播。虚假新闻削弱了媒体的公信力,损害了公民的知情权,影响社会和谐稳定,造成难以估量的损失。近年来人工智能技术不断进步,利用技术手段对互联网虚假新闻进行自动、及时的判别成为热门研究课题。就当下的虚假新闻判别任务而言,研究人员大多将判断新闻的真假看成机器学习二分类问题,收集带标签的新闻样本,建立监督学习模型,提取新闻的文字内容作为分类特征。然而,互联网每天能产生大量新闻,无标签的新闻数据时效性强且更容易获取,用无标签新闻结合有标签新闻数据,构建半监督判别模型,与监督学习模型相比可以有效的节约数据收集成本,提高模型泛化能力。此外,许多互联网新闻用图片吸引读者,对新闻图像特征的挖掘可能有助于判别任务。基于此,本文提出用半监督学习的方法解决虚假新闻判别任务,建立Mix Match半监督模型,在半监督模型中引入数据增强方法,提高无标签样本生成伪标签的准确率,分别使用EDA简单文本数据增强方法、图像几何变换增强方法和Mix Up数据增强算法。同时提取新闻的文本信息和图像信息,分别建立BERT语言模型和ResNet卷积神经网络模型进行新闻文本和新闻图像信息的提取。分析Mix Match半监督学习方法、数据增强方法和文本与图像结合的特征提取方法相比传统的监督学习方法对虚假新闻判别任务有无提升作用。研究结果表明,在判别特征的选取上,融合了新闻文本和图像信息的判别模型所得结果要优于单独使用文本信息的判别模型,明显优于单独使用图像信息的判别模型,文本信息对虚假新闻判别任务起主要作用,图像信息对判别任务有一定的辅助作用。在判别方法的使用上,使用Mix Match半监督模型得到的结果不逊于使用EANN、artRNN等监督模型的结果,要优于使用BERT、Res Net单一文本或图像监督模型分类的结果,Mix Match半监督模型的准确率能够达到甚至优于监督模型,相较于监督模型具备数据收集成本低、模型泛化能力强的优势,可以应用在虚假新闻判别任务上。数据增强能够让模型对新闻文本和图像的信息提取更充分,同时帮助半监督模型中伪标签的获取,包含数据增强步骤的Mix Match模型准确率要优于不包含数据增强步骤的Mix Match模型准确率,数据增强方法对判别任务有提升作用。