申请/专利权人:暨南大学
申请日:2023-12-19
公开(公告)日:2024-03-19
公开(公告)号:CN117725215A
主分类号:G06F16/35
分类号:G06F16/35;G06F16/33;G06N3/0455;G06N3/0464;G06N3/048;G06N3/0499;G06N3/096
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明公开一种公平多领域虚假新闻检测方法和装置,包括以下步骤:步骤S1、获取历史新闻数据训练集;步骤S2、根据历史新闻数据训练集,构建双教师知识蒸馏框架;步骤S3、构建双教师知识蒸馏框架整体损失;步骤S4、对双教师知识蒸馏框架整体损失进行基于动量的动态权重调整;步骤S5、根据学生模型和动态权重调整后双教师蒸馏损失,在真实世界新闻数据集上对其进行训练以得到公平假新闻检测模型,同时根据公平假新闻检测模型进行在线或离线检测。采用本发明的技术方案,以解决虚假新闻的领域之间存在偏差的问题,有效地缩小了不同领域之间的性能差距,减缓虚假新闻检测中的领域偏差,并提升了整体性能。
主权项:1.一种公平多领域虚假新闻检测方法,其特征在于,包括以下步骤:步骤S1、获取历史新闻数据训练集;步骤S2、根据历史新闻数据训练集,构建双教师知识蒸馏框架;步骤S3、构建双教师知识蒸馏框架整体损失;步骤S4、对双教师知识蒸馏框架整体损失进行基于动量的动态权重调整;步骤S5、根据学生模型和动态权重调整后双教师蒸馏损失,在真实世界新闻数据集上对其进行训练以得到公平假新闻检测模型,同时根据公平假新闻检测模型进行在线或离线检测。
全文数据:
权利要求:
百度查询: 暨南大学 一种公平多领域虚假新闻检测方法和装置
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。