申请/专利权人：重庆邮电大学

申请日：2024-01-29

公开（公告）日：2024-04-30

公开（公告）号：CN117951299A

主分类号：G06F16/35

分类号：G06F16/35;G06Q50/00;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明属于虚假信息检测技术领域，具体涉及一种基于偏见解耦的小样本事件虚假信息检测方法；包括：对待检测事件内容描述文本和随机事件内容描述文本进行多粒度文本特征提取，得到两种文本的多视图上下文表示；对两种文本的多视图上下文表示进行处理，得到待检测嵌入特征和随机嵌入特征；对待检测嵌入特征和随机嵌入特征进行扰动，采用鉴别器对扰动结果进行处理，根据鉴别器输出的小样本事件虚假信息检测结果计算第一阶段损失；冻结鉴别器参数，将待检测嵌入特征输入到鉴别器中进行处理，根据鉴别器输出结果计算有效分离损失；根据有效分离损失调整模型参数，得到训练好的检测模型；本发明检测结果准确度高，且提高了模型的鲁棒性和泛化性。

主权项：1.一种基于偏见解耦的小样本事件虚假信息检测方法，其特征在于，包括：获取待检测事件内容描述文本并将其输入到训练好的小样本事件虚假信息检测模型中，得到小样本事件虚假信息检测结果；小样本事件虚假信息检测模型的训练过程包括：S1：获取带标签的待检测事件内容描述文本和随机事件内容描述文本；S2：对待检测事件内容描述文本和随机事件内容描述文本进行多粒度文本特征提取，得到两种文本的多视图上下文表示；S3：对两种文本的多视图上下文表示进行处理，得到待检测嵌入特征和随机嵌入特征；S4：采用自适应实例标准化对待检测嵌入特征和随机嵌入特征进行扰动，采用鉴别器对扰动结果进行处理，得到小样本事件虚假信息检测结果；S5：根据小样本事件虚假信息检测结果计算第一阶段损失；S6：冻结鉴别器参数，将待检测嵌入特征输入到鉴别器中进行处理，根据鉴别器输出结果计算有效分离损失；S7：根据有效分离损失调整除鉴别器外模型其他部分的参数，得到最小有效分离损失；根据有效分离损失和最小有效分离损失计算第二阶段损失，根据第二阶段损失调整模型参数，得到训练好的小样本事件虚假信息检测模型。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于偏见解耦的小样本事件虚假信息检测方法

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