申请/专利权人：中国人民解放军国防科技大学

申请日：2023-12-26

公开（公告）日：2024-04-12

公开（公告）号：CN117874607A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/25;G06F18/213;G06F40/30;G06N3/091

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：针对现实情况下小样本、多模态的虚假新闻早期检测场景，检测准确度低的问题，本发明公开了一种虚假新闻早期检测方法，基于多模态预训练模型CLIP构建了一个多模态提示学习框架，首先利用CLIP的图像编码器和文本编码器分别提取虚假新闻的视觉特征和文本特征；其次，通过多模态提示学习框架将视觉特征和文本特征融合，得到融合的多模态特征，并设计可学习的提示向量，将可学习的提示向量输入到预训练的CLIP文本编码器得到类别特征；最后，通过计算多模态特征与类别特征之间的余弦相似性，进行多模态新闻分类，从而实现在小样本情况下对虚假新闻进行早期检测。

主权项：1.一种虚假新闻早期检测方法，其特征在于，包括以下步骤：步骤1：获取待检测的多模态信息；步骤2：构建多模态提示学习框架；步骤3：将待检测的多模态信息输入到多模态提示学习框架中；步骤4：通过多模态提示学习框架进行多模态学习，对待检测的多模态信息进行检测，并输出检测结果。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种虚假新闻早期检测方法、系统、设备、介质

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