基于测试阶段适应策略的多模态虚假新闻检测方法及系统

AITNT
正文
推荐专利
基于测试阶段适应策略的多模态虚假新闻检测方法及系统
申请号:CN202510454232
申请日期:2025-04-11
公开号:CN120561785A
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开一种基于测试阶段适应策略的多模态虚假新闻检测方法及系统,属于虚假新闻检测技术领域。包括训练阶段和测试训练阶段,所述训练阶段基于新闻样本的交叉熵损失和该新闻样本中文本与图像的重构损失进行训练,以得到预训练的虚假新闻检测模型,所述测试训练阶段基于待检测新闻中文本与图像的重构损失对所述预训练的虚假新闻检测模型进行微调,并利用微调后的虚假新闻检测模型对所述待检测新闻进行检测。本发明可以提高假新闻检测的精确度与鲁棒性。
技术关键词
图像特征编码 文本 样本 计算机程序指令 融合特征 重构 编码器 BERT模型 网络 分层特征 新闻检测技术 分类器 局部视觉特征 全局视觉特征 计算机程序产品 策略 阶段 图像解码器
系统为您推荐了相关专利信息
1
芯片测试方法、装置、计算机设备、可读存储介质和程序产品
接口 芯片测试方法 对象 服务器 文本
2
中文分词方法、装置、设备及存储介质
语义依存分析 深度学习模型 中文分词方法 文本 字词
3
顾及全局-局部自注意力机制的机载点云分类方法及系统
机载点云 注意力机制 机载激光点云 分类方法 网络结构
4
一种基于卷积神经网络的中压配电网智能噪声处理方法
三相电功率 卷积神经网络模型 去噪模型 构建卷积神经网络 统计特征
5
基于强化学习的GB35114流量分类分级方法、设备、介质及产品
分类分级方法 强化学习模型 网络 训练样本数据 多维度特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号