摘要
本发明属于文本分类技术领域,公开了一种自适应门控残差连接的相关性虚假新闻检测方法,本发明利用Electra编码器将新闻文档转换为词嵌入向量;将词嵌入向量输入到多尺度循环卷积神经网络中,提取全局或局部语义的词嵌入特征;并通过自适应门控残差连接得到关键词嵌入特征;在批样本中,利用文档级交叉注意力,根据新闻文档之间的相关性来给予新闻文档不同的影响权重,得到文档级交叉注意力的输出;并通过自适应门控残差连接获得最终文档特征;将最终文档特征送入分类器,分类器输出新闻检测结果。本发明通过使用自适应门控残差连接和文档级交叉注意力,可以提高虚假新闻检测任务的准确性和鲁棒性。
技术关键词
循环卷积神经网络
嵌入特征
文档特征
注意力
关键词
门控开关
分类器
残差信息
Softmax函数
文本分类技术
焦点损失函数
多尺度
输出特征
词嵌入向量
矩阵
语义
编码器
鲁棒性
像素
因子
系统为您推荐了相关专利信息
需求响应策略
电网需求响应
近零能耗建筑
潜力评估方法
深度学习模型
时序数据预测
神经网络模型
混合特征提取
时序特征
损失函数优化
深度学习预测
优化配置方法
构建数据图谱
深度学习模型
时序特征
图像增强模型
图像增强方法
设备端
云端
计算机可读指令
深度网络模型
细粒度图像分类
对象
序列
图像识别分类技术