申请/专利权人：中山大学

申请日：2023-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN117892217A

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/243;G06F18/2132;G06F18/214;G06F18/22;G06F18/25;G06N5/04;G06N3/0455;G06Q50/00

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明涉及人工智能技术领域，公开了基于因果推断的公众号推文多模态题文不符判别方法及系统，包括以下具体步骤：获取训练用推文并提取多模态特征；从多模态特征中解耦出不变因子及可变因子；基于对比学习策略将可变因子解耦为反映不同情景下题文不符推文的诱骗套路及写作风格的因果因子和包含虚假关联偏见的无关因子；融合不变因子、因果因子；构建分类器；获取额外训练用推文并进行数据增强，通过增强后的训练用推文训练分类器；通过训练好的分类器，识别推文的标题及文本；判断其是否题文不符。本发明解决了现有技术缺乏对虚假关联偏见的建模，因此无法准确发掘潜藏在推文特征中的因果关系信息的问题，且具有对稀缺标注资源的需求低的特点。

主权项：1.基于因果推断的公众号推文多模态题文不符判别方法，其特征在于：包括以下具体步骤：获取训练用推文并提取多模态特征；通过将训练用推文划分至不同的情景，模拟虚假关联偏见造成的影响，从多模态特征中解耦出在不同情景下均具有判别性的不变因子及描述具体情景效应的可变因子；基于对比学习策略将可变因子解耦为反映不同情景下题文不符推文的诱骗套路及写作风格的因果因子和包含虚假关联偏见的无关因子；融合不变因子、因果因子；根据融合的因子构建分类器；获取额外训练用推文并进行数据增强，通过增强后的训练用推文训练分类器；通过训练好的分类器，识别推文的标题及文本；判断其是否题文不符。

全文数据：

权利要求：

百度查询： 中山大学 基于因果推断的公众号推文多模态题文不符判别方法及系统

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