摘要
本发明提供一种基于文本情感特征和多级融合的多模态虚假新闻检测方法及系统,涉及虚假新闻检测技术领域,本发明通过结合BERT、VGG‑19和SKEP模型来提取文本、图像和情感特征;通过协同注意力机制,实现了文本和图像特征的深度融合,增强了不同模态之间的交互,进一步通过多级融合策略保证了综合特征的均衡表达;此外,本发明细致考虑了生物表征数据和场景一致性数据,以及通过全连接网络的校准调整模型,显著提升了虚假新闻检测的准确性和鲁棒性;为虚假新闻的检测提供了一种全面、精确的技术途径,有望显著提高对日益复杂化的虚假新闻传播手段的检测性能,具有重要的实际应用价值和发展前景。
技术关键词
面部表情变化
情感特征
多模态特征
文本
拼接融合方法
指数
协同注意力
场景
面部动作单元
BERT模型
频率
生物
分类器
参数
数据特征提取
图像
语音
校准
系统为您推荐了相关专利信息
牙齿图像分割方法
融合注意力机制
多模态特征融合
编码特征
协同注意力
水印嵌入方法
动态生成水印
生成随机数
大语言模型
分析模块