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！

龙图腾网获悉江西师范大学申请的专利基于生成评论和多视角综合分析的虚假新闻检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119917748B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510389715.9，技术领域涉及：G06F16/9536；该发明授权基于生成评论和多视角综合分析的虚假新闻检测方法是由虞永毅;黄志海;甘宏宇;黄琪;罗文兵;王明文设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于生成评论和多视角综合分析的虚假新闻检测方法在说明书摘要公布了：本发明公开了一种基于生成评论和多视角综合分析的虚假新闻检测方法，本发明利用大语言模型的文本分析能力，通过外部知识和行文逻辑弥补传统模型在检测社交新闻帖子时需要不断调整参数的缺陷，利用大语言模型的文本生成能力，同时设计了一个自适应的评论聚合器和一个评论情感分析器，可以解决目前社交媒体帖子用户评论不够全面、包含信息量少等问题。将大语言模型的文本分析和文本生成能力结合传统小型语言模型的图文跨模态特征对比方法，可以达到更加全面、更加优秀的检测效率。

本发明授权基于生成评论和多视角综合分析的虚假新闻检测方法在权利要求书中公布了：1.基于生成评论和多视角综合分析的虚假新闻检测方法，其特征在于，包括如下步骤：步骤S1：构建新闻样本，对新闻样本进行数据预处理；步骤S2：数据预处理后得到文本特征数据、图像特征数据、真实评论数据并通过情绪标签进行标注；步骤S3：基于提示模板使用一号大语言模型通过提示对新闻样本生成若干个模拟用户的评论并对新闻样本的文本内容和生成评论进行综合分析，得到新闻内容分析的文本数据；步骤S4：基于提示模板使用二号大语言模型通过提示对一号大语言模型内容分析后得到的文本数据、新闻样本的文本内容和大语言模型生成评论进行综合分析，得到新闻原理特征数据；步骤S5：多视角特征提取模型对新闻原理特征数据、文本特征数据、真实评论特征数据、生成评论和图像特征数据进行特征提取，获取对应的编码特征向量；步骤S6：自适应评论聚合器融合生成评论编码特征向量和真实评论编码特征向量获取综合评论编码特征向量，接着融合综合评论编码特征向和文本编码特征向量得到文本与评论特征融合向量；步骤S7：将生成评论编码特征向量和真实评论编码特征向量输入到评论情感分析器中通过计算离散高斯分布和KL散度来得到情感差异系数；步骤S8：多视角特征融合模型融合文本编码特征向量、新闻原理编码特征向量、综合评论编码特征向量、图像编码特征向量、图文模态编码特征向量；获取融合特征向量；步骤S9：聚合编码特征向量、融合特征向量、文本与评论特征融合向量和情感差异系数，获取最终聚合编码特征向量，分类器模块预测最终聚合编码特征向量对应的新闻样本的真假预测标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。