一种基于分布校准的小样本事件级不实信息检测方法

本发明属于智能识别技术领域，尤其涉及一种基于分布校准的小样本事件级不实信息检测方法。本方法得到的训练扩展集，可以保证生成的扩展样本的特征向量，是与新事件样本分布相近但又不完全相同的特征向量，在增加样本分布的多样性同时又可以保持类分布的一致性。可以增加训练集的多样性和丰富性，有效的解决了新事件数据不足的问题，从而可以提升了模型的训练效果；除此，本方法可以与任何不实信息检测模型配对作为特征提取器，而不需要额外的参数，适应性强。本方法可以在出现突发的新事件只有少量新事件样本的情况下，有效的完成不实信息分类识别模型的训练，保证其对新事件中不实信息的识别准确性。