基于跨模态差异分类的错误信息检测方法和系统

AITNT
正文
推荐专利
基于跨模态差异分类的错误信息检测方法和系统
申请号:CN202510048104
申请日期:2025-01-13
公开号:CN120045945B
公开日期:2025-08-15
类型:发明专利
摘要
本发明属于错误信息检测技术领域,尤其涉及一种基于跨模态差异分类的错误信息检测方法和系统。包括以下步骤:获取训练数据并对数据进行预处理,得到数据集数据;对数据集数据进行图文模态特征提取,得到数据集数据的图像模态和文本模态;进行模态间差异特征提取得到差异信息;根据图像模态、文本模态和差异信息生成原型特征,将图像模态、差异信息和文本模态进行拼接得到样本特征;根据原型特征和样本特征,训练得到判断原型特征;根据待检测数据判断原型特征判断信息是否正确。本发明解决了分类器法对数据的模态完整性要求较高,预测不准确的技术问题,达到了需要模态完整性较低预测准确的技术效果。
技术关键词
错误信息检测方法 原型 跨模态 编码器 文本 数据 图像 深度学习模型 样本 图文 多层感知机 优化器 分类器 线性 模块
系统为您推荐了相关专利信息
1
余震时频谱预测模型的训练方法、预测方法及装置
加速度 解码器 特征金字塔网络 矩阵 参数
2
图像处理方法、模型训练方法、装置、电子设备及介质
编码特征 融合特征 多尺度 交互特征 通道注意力机制
3
一种图像增强方法、装置、存储介质及电子设备
样本 文本 图像增强方法 词语 数据
4
一种基于概念增强的零样本植物病害图像表征描述生成方法
生成方法 概念 预训练模型 样本 数据
5
一种融合局部和全局语义的图像文本匹配算法
文本 特征提取算法 图像全局特征 图像局部特征 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号