摘要
本发明基于语义引导的短视频假新闻自适应检测方法,通过对视频中的视觉、文本、音频、情感多个模态特征进行建模获得不同模态的原始表示,通过语义验证模块在基于文本模态条件下对不同模态的原始表示进行差异语义分析,通过可区分语义编码模块利用差异语义增强编码原有模态语义的可区分特征,提高不同类别视频的多模态特征差异,通过边界分析模块根据获得的多模态可区分特征分析不同模态的分类边界,利用可学习向量作为各个模态的分类边界,依据多模态的分类边界,边界聚合模块对多模态边界计算多层次的特征聚合,获得对于视频的真假分类标签。本发明不仅分析真假短视频的多模态表示差异,还提供类别平衡的假新闻短视频的分类方法。
技术关键词
模态特征
分类边界
上下文特征
语义
文本
边界特征
多头注意力机制
可区分特征
短视频
分析模块
多层次
多模态
情感特征
标签
因子
音频特征
视觉特征
分类方法
系统为您推荐了相关专利信息
动态预测模型
生命周期模型
媒体
TextRank算法
平台
系统性能分析
分布式策略
分布式配置
分布式系统
流水
数据处理流水线
可编程逻辑控制器
生成软件应用程序
命名实体识别
数据存储装置