孤
独 立 信 源 核 查
十个网站在说同一件事,
可能只有一个源头。
热门消息往往被转载、洗稿、改写几十遍——看起来「多方都在说」,其实只有一条来源。把你想核实的一句话贴进来,这里会把重复的内容合并归簇,数一数真正互相独立的信源。
检索全网多个搜索引擎并行
抓取原文逐页拉取正文
过滤与聚类剔除不相关 · 合并互相转载
已进行 0 秒 —— 慢是特性不是缺陷:每一页都在真的被抓取和比对
这套东西怎么算
多源印证 MULTI
找到 ≥2 处互相独立的信息源。它们不是在互相搬运——这一点本身就有信息量。
孤证 SINGLE
只有 1 处独立信源。如果全网只有一个人在说,先别急着信。
查无对证 NONE
没找到讲这件事的页面。它可能太新、太小众,或者不存在。
独立源怎么数。所有相关页面按正文做 5-gram 指纹比对,重合度 ≥75% 的页面、以及同一域名下的页面,合并为同一处信源——互相转载、洗稿、通稿不会被重复计数。
相关页怎么筛。每个候选页面要过句级关键词门、传闻辟谣词典、年份与事件词绑定等多重过滤,「提到实体但没说这件事」的页面不算数。被过滤的页面在结果里可查(透明度报告)。
边界要说清。孤证不等于谣言——独家报道天然只有一处源;多源也不等于属实——如果源头本身是错的,转载一百遍也还是错的。这里只做一件事:让你看见「独立的声部」到底有几个。中文引擎为主,结果受搜索引擎覆盖面影响。