申请/专利权人：浙江工业大学

申请日：2021-06-11

公开（公告）日：2024-03-29

公开（公告）号：CN113283535B

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/25;G06F16/35;G06N3/0464;G06N3/0455;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明公开了一种融合多模态特征的虚假消息检测方法和装置，包括以下步骤：利用文本特征提取器和图像特征提取器从推文中分别提取文本特征和图像特征；拼接文本特征和图像特征得到推文的内容特征；利用基于GCN模型构建的传播结构特征提取器提取推文在传播过程中产生的结构特征；利用分类器基于推文的内容特征和结构特征进行虚假消息检测。不仅考虑了推文内容本身对应的特征，还融合了其在传播过程中产生的结构特征，有效提高了虚假消息的检测性能。

主权项：1.一种融合多模态特征的虚假消息检测方法，其特征在于，包括以下步骤：利用文本特征提取器和图像特征提取器从推文中分别提取文本特征和图像特征；拼接文本特征和图像特征得到推文的内容特征；利用基于GCN模型构建的传播结构特征提取器提取推文在传播过程中产生的结构特征，包括：基于回复和转发关系为源推文构建传播结构G＝V，E，其中V为参与回复和转发的用户集，E为回复和转发关系，令A∈Rn*n为其邻接矩阵，X为源推文基于传播树的特征矩阵，分别使用A，X和AT，X作为GCN模型的输入来分别捕获自上而下的传播特征和自下而上的传播特征，其中AT表示A的转置；然后，将自上而下的传播特征和自下而上的传播特征进行拼接以实现两者的信息融合，得到最终表征推文传播结构的结构特征；利用分类器基于推文的内容特征和结构特征进行虚假消息检测。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种融合多模态特征的虚假消息检测方法和装置

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。

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