申请/专利权人:西安交通大学
申请日:2023-12-22
公开(公告)日:2024-03-26
公开(公告)号:CN117763147A
主分类号:G06F16/35
分类号:G06F16/35;G06F16/36;G06F40/295;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:基于实体‑名词图和图卷积网络的虚假新闻检测方法及系统,包括:利用预训练语言模型BERT和GRU获取新闻文本的全局表征;利用命名实体识别从新闻文本中提取出实体、名词,构造为实体‑名词图;利用图卷积网络聚合实体‑名词图中实体和名词的特征,获取新闻文本的细粒度表征;将全局表征和细粒度表征拼接在一起送入检测器进行检测,输出新闻的检测结果。本发明深入理解新闻文本的语义关系,通过构造实体‑名词图,有效提高了虚假新闻检测的准确度、精度、F1值及召回率。
主权项:1.基于实体-名词图和图卷积网络的虚假新闻检测方法,其特征在于,包括:利用预训练语言模型BERT和GRU获取新闻文本的全局表征;利用命名实体识别从新闻文本中提取出实体、名词,构造为实体-名词图;利用图卷积网络来聚合实体-名词图中实体和名词的特征,获取新闻文本的细粒度表征;将全局表征和细粒度表征拼接在一起送入检测器进行检测,输出新闻的检测结果。
全文数据:
权利要求:
百度查询: 西安交通大学 基于实体-名词图和图卷积网络的虚假新闻检测方法及系统
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。