申请/专利权人：江苏海洋大学;梦西游文化科技(连云港)有限公司

申请日：2024-01-11

公开（公告）日：2024-04-05

公开（公告）号：CN117828029A

主分类号：G06F16/33

分类号：G06F16/33;G06F16/335;G06F40/30;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.05#公开

摘要：本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。

主权项：1.一种基于情感-风格去偏的多领域虚假新闻检测方法，其特征在于：其采用因果学习的办法对情感和风格特征进行去偏解决多领域虚假新闻检测问题，具体包括以下步骤完成判断该新闻是否为虚假新闻：S1：接收新闻内容P，输入新闻内容经过BERT模型处理，获得词嵌入向量；S2：将词嵌入向量通过双向LSTM处理，提取新闻的语义特征；S3：通过新闻内容获取低级情感以及风格特征；S4：通过混合专家系统处理低级语义特征，情感特征以及风格特征，获得进一步的语义特征rsem，风格特征rstl以及情感特征remo；S5：将语义特征、情感特征和风格特征输入跨视角融合模块实现自适应跨视图表示；S6：根据跨视角表示，通过检测模型判断新闻的真假性；S7：对情感特征remo进行平均融合得到femo，并且得到情感对于新闻的预测值；对风格特征rstl进行平均融合得到fstl，并且得到风格对于新闻的预测值；S8：利用对抗训练去除情感和风格特征与新闻之间的虚假相关性，获得无偏的虚假新闻检测模型。

全文数据：

权利要求：

百度查询： 江苏海洋大学;梦西游文化科技(连云港)有限公司 一种基于情感-风格去偏的多领域虚假新闻检测方法

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。

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