一种基于图卷积神经网络的假新闻检测方法

本发明公开了一种基于图卷积神经网络的假新闻检测方法，属于图卷积神经网络机器学习技术，包括如下步骤：S1、使用预训练模型提取待检测新闻集合的图像模态特征集合和文本模态特征集合；S2、将图像模态特征与文本模态特征作为初始无向图的节点分别构造图像模态和文本模态的初始无向图，初始无向图用初始邻接矩阵和节点特征表示；S3，将初始无向图输入到图结构学习网络中进行图结构优化，得到优化后的图结构；S4、将优化后的图结构输入到两层跨模态共享权重的图卷积神经网络中，最终得到跨模态的特征；S5、将得到的跨模态的特征输入到模态鉴别器中学习模态不变的特征；S6、将S5中得到的模态不变的特征输入到分类器中得到该条新闻为假新闻的可能性。