多个链接不等于多份证据,新闻核验看板怎样合并来源

同一篇通稿被十个网站转载,页面若只数链接,会显示"10 个独立来源",可信指数也被虚高。新闻核验真正要统计的是相互独立的证据源,以及这些来源分别支持或反驳了哪条陈述。

新闻可信度看板已经展示可信指数、独立来源和待核事实,场景页也区分官方发布、现场媒体和社交平台。我将页面数据拆成陈述、来源和证据三层,使"来源数量"不再等于 URL 数量。

一条新闻可以包含多条待核陈述

整篇新闻只有一个真假值会丢失细节。同一报道中的时间可能已经证实,伤亡数字仍在变化,地点描述也可能有误。

ts 复制代码
export type ClaimStatus = 'unverified' | 'supported' | 'disputed' | 'insufficient'
export type EvidenceStance = 'support' | 'contradict' | 'context'

export interface Claim {
  id: string
  text: string
  status: ClaimStatus
  updatedAt: number
}

export interface Source {
  id: string
  publisher: string
  canonicalUrl: string
  originId: string
  publishedAt: number
  sourceType: 'official' | 'media' | 'eyewitness' | 'social'
}

export interface Evidence {
  id: string
  claimId: string
  sourceId: string
  stance: EvidenceStance
  excerpt: string
  capturedAt: number
}

originId 表示内容最初来源。转载站点可以拥有不同 Source.id 和网址,但只要追溯到同一篇原稿,它们就在独立性统计中归为一组。

URL 先规范化,再判断转载关系

常见链接带有追踪参数和锚点。若不清理,同一页面就可能被当成多个来源。

ts 复制代码
export function canonicalize(raw: string): string {
  try {
    const url = new URL(raw)
    const removable = ['utm_source', 'utm_medium', 'utm_campaign', 'from', 'share']
    removable.forEach((key: string) => url.searchParams.delete(key))
    url.hash = ''
    url.hostname = url.hostname.toLocaleLowerCase()
    if (url.pathname.length > 1 && url.pathname.endsWith('/')) {
      url.pathname = url.pathname.slice(0, -1)
    }
    return url.toString()
  } catch (_) {
    return raw.trim()
  }
}

export function uniqueOrigins(sources: Source[]): Source[] {
  const map = new Map<string, Source>()
  sources.forEach((source: Source) => {
    const key = source.originId.length > 0 ? source.originId :
      canonicalize(source.canonicalUrl)
    const previous = map.get(key)
    if (!previous || source.publishedAt < previous.publishedAt) {
      map.set(key, source)
    }
  })
  return Array.from(map.values())
}

仅靠 URL 不能可靠识别所有转载。真实服务还需要内容指纹、引用链和人工确认;本地界面先允许录入 originId,把独立性规则放在模型中,而不是写死为域名数量。

每条陈述独立计算状态

来源可信度不能替代证据关系。官方来源可能只确认事件发生,没有确认传播最广的数字。状态计算只看与当前陈述关联的证据。

ts 复制代码
export interface ClaimAssessment {
  claimId: string
  status: ClaimStatus
  independentSupport: number
  independentContradiction: number
}

export function assessClaim(
  claim: Claim,
  evidence: Evidence[],
  sources: Source[]
): ClaimAssessment {
  const sourceMap = new Map(sources.map((source: Source) =>
    [source.id, source]))
  const related = evidence.filter((item: Evidence) => item.claimId === claim.id)
  const support = new Set<string>()
  const contradiction = new Set<string>()

  related.forEach((item: Evidence) => {
    const source = sourceMap.get(item.sourceId)
    if (!source || item.stance === 'context') return
    const origin = source.originId || canonicalize(source.canonicalUrl)
    if (item.stance === 'support') support.add(origin)
    if (item.stance === 'contradict') contradiction.add(origin)
  })

  let status: ClaimStatus = 'unverified'
  if (support.size >= 2 && contradiction.size === 0) status = 'supported'
  else if (contradiction.size > 0) status = 'disputed'
  else if (support.size === 1) status = 'insufficient'

  return {
    claimId: claim.id,
    status,
    independentSupport: support.size,
    independentContradiction: contradiction.size
  }
}

这里设定"两份独立支持且无反证"为本地演示规则,不代表新闻事实核验的通用结论。界面应把依据数量和冲突状态展示出来,让读者知道评分如何形成。

看板评分保留待核数量

总分是导航信息,不能覆盖明细。我根据已支持、存在争议和证据不足的陈述生成简单分数,同时返回待核数量。

ts 复制代码
export interface BoardSummary {
  score: number
  independentSources: number
  pendingClaims: number
  assessments: ClaimAssessment[]
}

export function summarizeBoard(
  claims: Claim[],
  evidence: Evidence[],
  sources: Source[]
): BoardSummary {
  const assessments = claims.map((claim: Claim) =>
    assessClaim(claim, evidence, sources))
  const raw = assessments.reduce((sum: number, item: ClaimAssessment) => {
    if (item.status === 'supported') return sum + 100
    if (item.status === 'insufficient') return sum + 55
    if (item.status === 'disputed') return sum + 25
    return sum + 40
  }, 0)
  const score = assessments.length === 0 ? 0 :
    Math.round(raw / assessments.length)
  const pendingClaims = assessments.filter((item: ClaimAssessment) =>
    item.status !== 'supported').length

  return {
    score,
    independentSources: uniqueOrigins(sources).length,
    pendingClaims,
    assessments
  }
}

页面上的"可信指数 82""独立来源 7""待核事实 3"就可以从同一份 BoardSummary 读取。点击待核数量时,列表过滤到 status !== 'supported',不用另外维护一套待办数组。

晚到证据不覆盖人工结论

证据抓取可能异步完成。自动评估结果到达时,如果用户已经人工标记陈述,需要保留人工版本。模型可以增加 decisionSource 和修订号。

ts 复制代码
export interface ClaimDecision {
  claimId: string
  status: ClaimStatus
  decisionSource: 'automatic' | 'manual'
  revision: number
}

export function applyAutomaticDecision(
  current: ClaimDecision,
  next: ClaimDecision
): ClaimDecision {
  if (current.decisionSource === 'manual') {
    return current
  }
  return next.revision >= current.revision ? next : current
}

报告页可以继续使用环形综合评分,但"值得关注"区域应由争议项和待核项生成,而不是固定文案。

当前项目使用本地演示数据,不会自动判断现实新闻真伪。后续接入抓取或检索服务时,外部能力只负责产生来源与证据;来源归并、陈述状态、人工覆盖和页面选择仍留在本地业务层。即使一下子导入几十个链接,看板统计的也会是证据链,而不是链接数量。

相关推荐
IT_陈寒7 小时前
Vue开发者必知:5个让你效率翻倍的隐藏技巧
前端·人工智能·后端
进击的荆棘7 小时前
Linux网络——网络基础概念
linux·运维·服务器·网络
afumu8 小时前
在 Chrome 扩展里抓网页 AI 的工具调用:patch fetch 和看 DOM,我两条路都跑过
javascript·chrome·浏览器
deli0078 小时前
12 个请求挤一条连接:HTTP/1.1 队头阻塞 vs HTTP/2 多路复用实测
前端
.YM.Z8 小时前
从操作系统进入Linux进程概念及进程状态
linux·运维·服务器
这个昵称不容易8 小时前
SpringBoot 医疗病历交互系统毕设:192 个 Java 文件、256 个接口、22 张表,附真实运行截图
java·springboot·毕设
deli0078 小时前
TCP 为什么会粘包?4 种拆包方案 49 字节实测对比
前端
deli0079 小时前
32K 上下文塞满后,AI 最先忘掉什么?120 轮对话实测
前端
deli00710 小时前
手机拍灯为什么有一条条黑纹?PWM 240Hz 实测
前端
深蓝AI11 小时前
12000 名工程师的高盛,只用四个月就收回了交易员的 AI 编程权限
人工智能·程序员