摘要
本发明具体涉及一种基于大语言模型认知增强的虚假新闻检测方法，包括：基于认知的评论生成模块，构建用户画像模型和人格特征模型，将用户画像模型和人格特征模型与大语言模型进行交互，生成与用户认知模式相符的拟人化评论；多视角评论学习模块，从生成的拟人化评论中提取语义、情感及风格特征，基于大语言模型分析评论与新闻内容的一致性与不一致性，生成评论总结；专家智能自动筛选模块，通过经验匹配策略和领域强化策略，引导大语言模型生成与新闻样本适配的专家意见；交互融合与分类模块，融合新闻内容、评论总结及专家意见，通过交叉注意力机制和分类器输出新闻真实性概率。本发明通过多个模块的设计，提升了虚假新闻检测的准确性和鲁棒性。
