2016年三月，谷歌开发的围棋深度学习系统AlphaGo以总比分4：1战胜了韩国棋手李世石，把深度学习的概念从学术界推向了大众，同时人工智能也受到了大家越来越多的关注！深度学习继续推动着图像识别、视频分析、语音识别、语音合成、机器翻译、自然语言处理、人机博弈等各个领域的发展。而我今天要讲述的主题就是深度学习在新闻内容处理里面的研究与实现。

随着网络信息技术的快速发展，新闻的存在的方式已经打破了原来被印刷在报纸上面的约束，更多的新闻挣脱了束缚之后以网络新闻的形式展现在人民面前。突破了传统的新闻传播概念，在视、听、感方面给受众全新的体验；网络新闻的发展，不但对于网络媒体繁荣的意义重大，也会对中国传媒业的进一步变革产生影响。如今的网络不单单只是可以看网络新闻，某些平台还给用户提供了发布新闻的权限。用户可以根据自己的所见所闻发布新闻。但是发布新闻如果没有编排好或者获取大量的信息，则在编写环节无法保证不出现差错，一旦新闻严重失实或者存在政治问题没有及时纠错则会影响新闻的价值，严重时还会产生政治事故。

总结起来，本课题的研究目的有如下：

(1)新闻编排时通过文本分类和感情分析。判断新闻真实程度。对于分析不真实的新闻不给予发布，以免宣传了大量错误的信息。

(2)对于发布的新闻进行系列标注和归类。

(3)对新闻进行归类，易于查找以及根据用户所观看的新闻纪录进行新闻推荐。

2. 研究的基本内容与方案

新闻真实的本质要求是要全面、完整、深刻、精彩的反映客观世界的真相，不仅要做到具体事实的真实，而且要从事实的相互联系以及事实的总和中把握事实，努力做到整体真实，不仅要反映事物的外部状况，而且要反映事物的内在本质；不仅要反映事物的个别现象，而且要反映事物和现象的内在联系。真实地反映客观事实，信息来源真实可靠，报道事实准确无误，符合实际情况。包括新闻事件发生的时间、地点、有关人物、过程、原因、结果、数字、资料的陈述和细节的描写等，都必须完全符合实际情况，不得添加主观想象、夸大、隐瞒真实情况。坚持新闻的真实性，首先要做到具体事实真实准确，这是新闻最起码的。具体事实真实准确。从人工智能的理论来讲，简单一点说就是机器学习人类的思维模式，可以辨别是非黑白，新闻的真假可以考设计的产品的实现辨别。所以该设计的意义就在于能准确把握新闻发布的真假，避免假信息流传到社会上面造成没必要的舆论和影响。同时也方便新闻爱好者观看新闻。观看更多有意义有营养的人文时政以及娱乐时事。

基本内容：

Keras是Python语言中基于原始深度学习框架Tensorflow或Theano的封装框架。那么如果准备使用Keras首先必须准备安装Tensorflow或Theano

1 安装Python，在安装好的Python环境下，在终端或者或命令行下在安装好的Python环境下，输入pip install keras完成keras的安装。