申请/专利权人:电子科技大学
申请日:2023-03-06
公开(公告)日:2023-07-14
公开(公告)号:CN116432659A
主分类号:G06F40/30
分类号:G06F40/30;G06F18/22;G06V10/40;G06F18/24;G06F18/214;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.01#实质审查的生效;2023.07.14#公开
摘要:本发明提供了一种基于标题正文相似度和作者隐含情感的虚假新闻检测方法,该方法通过文本语义特征提取模块提取文本的语义特征;通过图像语义特征提取模块提取图像的语义特征;通过作者隐含情感特征提取模块提取文本中作者潜在的情感特征;通过标题正文相似度提取模块提取新闻标题和正文之间的相似度特征;通过虚假新闻检测模块利用得到的特征向量预测新闻的真实性。通过五个模块的共同工作,很好地捕捉多模态新闻中文本和图像的语义层次特征、包含作者主观意图的潜在情感特征以及标题正文的相似性特征,使得在复杂场景下的虚假新闻检测比现有模型更适合。本发明在两个公开数据集上相较于现存的方法展现了巨大的优势。
主权项:1.一种基于标题正文相似度和作者隐含情感的虚假新闻检测方法,其特征在于,该方法包括以下步骤:步骤1:构建文本语义特征提取模块,通过文本语义特征提取模块分别提取新闻标题和正文的语义特征;步骤2:构建图像语义特征提取模块,通过图像语义特征提取模块提取图像的语义特征;步骤3:构建作者隐含情感特征提取模块,通过作者隐含情感特征提取模块提取文本中作者潜在的情感特征;步骤4:构建标题正文相似度提取模块,通过标题正文相似度提取模块提取新闻标题和正文之间的相似度特征;步骤5:构建虚假新闻检测模块,利用上述各步骤分别提取的新闻标题的语义特征、新闻正文的语义特征、图像的语义特征、文本中作者潜在的情感特征以及新闻标题和正文之间的相似度特征拼接得到多层次的语义特征,该多层次的语义特征通过虚假新闻检测模块预测新闻的真实性。
全文数据:
权利要求:
百度查询: 电子科技大学 基于标题正文相似度和作者隐含情感的虚假新闻检测方法
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。