一种基于模态交替优化的多模态谣言检测方法

本发明涉及多模态模式识别技术领域，尤其涉及一种基于模态交替优化的多模态谣言检测方法，包括构建并利用训练数据集DS训练模态交替优化的多模态谣言检测模型，所述多模态谣言检测模型采用分阶段训练策略，包括在特定训练阶段仅对目标优化模态的神经网络通路进行参数更新，冻结其余模态的对应网络参数，并动态调整超参数以调控不同模态的训练进度，在特定训练阶段和非特定训练阶段转换时，通过参数重要性评估固定多模态融合分类器中历史任务关键参数；将待检测样本输入到已训练完毕的多模态谣言检测模型中，输出对应样本的真实性概率分布。本发明能解决现有多模态谣言检测技术中存在的模态惰性问题，从而实现不同模态贡献度的均衡优化。