龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学
摘要：本发明公开了一种基于图卷积神经网络的假新闻检测方法，属于图卷积神经网络机器学习技术，包括如下步骤：S1、使用预训练模型提取待检测新闻集合的图像模态特征集合和文本模态特征集合；S2、将图像模态特征与文本模态特征作为初始无向图的节点分别构造图像模态和文本模态的初始无向图，初始无向图用初始邻接矩阵和节点特征表示；S3，将初始无向图输入到图结构学习网络中进行图结构优化，得到优化后的图结构；S4、将优化后的图结构输入到两层跨模态共享权重的图卷积神经网络中，最终得到跨模态的特征；S5、将得到的跨模态的特征输入到模态鉴别器中学习模态不变的特征；S6、将S5中得到的模态不变的特征输入到分类器中得到该条新闻为假新闻的可能性。
主权项：1.一种基于图卷积神经网络的假新闻检测方法，其特征在于，包括如下步骤：S1、使用预训练模型提取待检测新闻集合的图像模态特征集合和文本模态特征集合；S2、将S1中得到的图像模态特征与文本模态特征作为初始无向图的节点分别构造图像模态和文本模态的初始无向图，初始无向图用初始邻接矩阵和节点特征表示；S3、将S2中获得的初始无向图输入到图结构学习网络中进行图结构优化，得到优化后的图结构；S4、将S3中优化后的图结构输入到两层跨模态共享权重的图卷积神经网络中，最终得到跨模态的特征；S5、将S4中得到的跨模态的特征输入到模态鉴别器中学习模态不变的特征，进一步缓解模态间的差异；S6、将S5中得到的模态不变的特征输入到分类器中得到输入新闻为假新闻的可能性，以此来判断假新闻。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于图卷积神经网络的假新闻检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号