一种面向微博的信息热度评估和多模态虚假信息检测方法

本申请提出一种面向微博的信息热度评估和多模态虚假信息检测方法，包括：采集微博平台上目标官方新闻账号发布的新闻数据，经过数据清洗与处理形成新闻语料库，并筛选出包含图像和文本模态的新闻样本；选择目标信息发布前预设时间范围内的新闻数据构建热点新闻时间窗口；基于预训练的ResNet50和BERT模型对时间窗口中的图像和文本模态分别进行特征学习，通过协同注意力机制实现双模态特征融合，生成目标信息的多模态特征表示；基于多模态特征表示，计算目标信息与时间窗口中新闻语料的相似度，通过相似度阈值评估目标信息是否具有热度；通过流行度和新奇度分析，结合核函数学习目标信息与时间窗口及高相似空间窗口之间的相关性和差异性，最终完成目标信息真伪检测。