申请/专利权人:中国传媒大学
申请日:2024-04-01
公开(公告)日:2024-05-03
公开(公告)号:CN117972497A
主分类号:G06F18/24
分类号:G06F18/24;G06F16/33;G06F16/35;G06F16/55;G06F16/583;G06F18/213;G06F18/25;G06N3/0455;G06N3/0464;G06N3/048;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:本发明提供了一种基于多视图特征分解的虚假信息检测方法及系统,方法包括以下步骤:S1:从信息样本中获取不同视图的特征;S2:将每个视图的特征分离为共享特征和特有特征,对齐不同视图间的共享特征得到最终共享特征;所述共享特征为与其他视图的特征相同的特征,所述特有特征为与其他视图的特征不同的特征;S3:获取每个特有特征的重要性参数,将获取重要性参数后的特有特征与所述最终共享特征进行交互,并输出聚合特征;S4:将所述聚合特征输入预设分类器,得到预测分数,根据所述预测分数判断所述信息样本的虚假性。本发明充分利用多视图的共享特征和特有特征的一致性和互补性信息,提高虚假信息的检测性能。
主权项:1.一种基于多视图特征分解的虚假信息检测方法,其特征在于,包括以下步骤:S1:从信息样本中获取不同视图的特征;S2:将每个视图的特征分离为共享特征和特有特征,对齐不同视图间的共享特征得到最终共享特征;所述共享特征为与其他视图的特征相同的特征,所述特有特征为与其他视图的特征不同的特征;S3:获取每个特有特征的重要性参数,将获取重要性参数后的特有特征与所述最终共享特征进行交互,并输出聚合特征;S4:将所述聚合特征输入预设分类器,得到预测分数,根据所述预测分数判断所述信息样本的虚假性。
全文数据:
权利要求:
百度查询: 中国传媒大学 基于多视图特征分解的虚假信息检测方法及系统
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。