申请/专利权人:中国人民武装警察部队工程大学
申请日:2024-04-03
公开(公告)日:2024-06-18
公开(公告)号:CN118211141A
主分类号:G06F18/2415
分类号:G06F18/2415;G06F18/213;G06F18/25;G06F40/279;G06V10/44;G06N3/0464;G06N3/047;G06N3/048;G06Q50/00
优先权:
专利状态码:在审-公开
法律状态:2024.06.18#公开
摘要:本发明公开了一种基于多模态融合的社交媒体假新闻检测方法,包括:获取待检测新闻信息;将待检测新闻信息输入基于多模态融合的假新闻检测模型,其中,假新闻检测模型由训练集训练获得,训练集包括多种新闻信息和对应的真假新闻检测结果,假新闻检测模型包括信息编码器、多模态注意力机制模块和分类器;基于信息编码器,获取新闻文本特征和新闻图像特征;利用多模态注意力机制模块将新闻文本特征和新闻图像特征进行融合,获取多模态融合的新闻特征表示;将多模态融合的新闻特征表示输入分类器,获取新闻预测概率,进而获取社交媒体假新闻。本发明提出的基于多模态融合的假新闻检测模型比现有主流模型更加稳定有效。
主权项:1.一种基于多模态融合的社交媒体假新闻检测方法,其特征在于,具体包括以下步骤:获取待检测新闻信息,其中,所述待检测新闻信息至少包括新闻文本信息和新闻图像信息;将所述待检测新闻信息输入基于多模态融合的假新闻检测模型,其中,所述假新闻检测模型由训练集训练获得,所述训练集包括多种新闻信息和对应的真假新闻检测结果,所述假新闻检测模型包括信息编码器、多模态注意力机制模块和分类器;基于所述信息编码器,获取新闻文本特征和新闻图像特征;利用所述多模态注意力机制模块将所述新闻文本特征和所述新闻图像特征进行融合,获取多模态融合的新闻特征表示;将所述多模态融合的新闻特征表示输入所述分类器,获取新闻预测概率,进而获取社交媒体假新闻。
全文数据:
权利要求:
百度查询: 中国人民武装警察部队工程大学 一种基于多模态融合的社交媒体假新闻检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。