摘要
本发明提供了一种基于大语言模型特征增强的多模态网络谣言检测方法,为语言处理技术领域;包括获取文本模态数据和图像模态数据;对文本模态数据和图像模态数据进行增强处理;将增强文本与预定义的提示模板相结合,得到输入的提示增强文本;将图像模态数据转换为视觉特征表示;基于增强文本得到情感增强的文本特征表示、融合后的视觉特征表示和融合后的文本特征表示;优化融合后的视觉特征表示和文本特征表示,生成视觉集成特征向量和文本集成特征向量;对视觉集成特征向量和文本集成特征向量加权,生成视觉跨模态特征和文本跨模态特征;将视觉跨模态特征和文本跨模态特征与可调权重系数平衡的文本信息和视觉信息一同输入全连接层,输出预测结果。
技术关键词
网络谣言检测方法
大语言模型
跨模态
集成特征
多头注意力机制
数据
文本编码器
融合视觉特征
图像
分析工具
损失函数优化
文章
元素
模板
系统为您推荐了相关专利信息
高维向量空间
财务数据生成方法
差分隐私保护机制
财务数据处理
数据融合算法
深度Q网络
车辆导航方法
视觉相机
深度强化学习
场景语义分割
词嵌入向量
情感分类方法
信息编码
BERT模型
大语言模型