浅谈智能审核的技术与实践

1. 大众报业集团（大众日报社），山东济南 250014； 2. 半岛都市报社，山东青岛 266071；3. 潍坊北大青鸟华光照排有限公司，山东潍坊 261061

摘要: 【目的】为实现新闻审核的高效化、准确化和客观化，提出一种基于 ERNIE 等预训练语言模型的智能新闻审核方案。【方法】该方案主要由数据预处理、模型训练和新闻审核三部分组成。数据预处理构建高质量新闻数据集。模型训练采用 ERNIE-TINY 和二分类交叉熵损失。新闻审核将训练好的模型集成到编务流程中进行预测。【结果】实验结果显示，该方案实现了新闻审核的自动化与高效准确，优于规则和统计机器学习模型，达到较高的审核质量。但个别属性判断仍需提高。【结论】该方案可有效实现新闻审核自动化，但仍需增强对新闻语义的理解能力；人工审核与机器审核的结合是未来重要方向。通过优化数据和模型，可实现新闻生产的高效化与准确化。
- 新闻审核 /
- 自动化 /
- 智能化 /
- 预训练语言模型 /
- ERNIE

[1]	刘金华 . 基于飞桨 NLP 的虚假新闻检测方法 [J]. 信息与电脑，2022（10）：14-16.
[2]	罗峦，夏骄雄 . 融合 ERNIE 与改进 Transformer 的中文 NER 模型 [J]. 计算机技术与发展，2022（10）：120- 125.
[3]	张敏 . 一种基于神经网络的虚假新闻检测方法 [J]. 微型电脑应用，2022（12）：1-3+7.
[4]	毛震东，赵博文，白嘉萌，胡博 . 基于传播意图特征的虚假新闻检测方法综述 [J]. 信号处理，2022（6）：1155- 1169.
[5]	赵小明，杨轶娇，张石清 . 面向深度学习的多模态情感识别研究进展 [J]. 计算机科学与探索，2022（7）：1479- 1503.