基于平坦梯度修改的交互多模态学习方法及虚假新闻检测系统

本发明公开了一种基于平坦梯度修改的交互多模态学习方法及虚假新闻检测系统，方法包括：处理原始样本为原始样本序列，并构建多模态深度学习模型；将原始样本序列输入至多模态深度学习模型得到预测结果并计算均值与方差；通过均值与方差计算感知矩阵，进行奇异值分解寻找平坦方向；引入锐度最小化优化方法，平坦多模态深度学习模型的优化目标；根据多模态深度学习模型的预测结果计算损失，并使用感知矩阵修改后的梯度进行参数更新以训练模型。本发明通过基于平坦梯度修改的交互多模态学习方法，缓解模态不均衡问题，训练得到优秀的多模态模型，提升多模态模型在分类下游任务的模型性能，可作为虚假新闻检测系统的核心方法。