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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD