一种基于领域泛化的多模态虚假新闻检测方法

本发明涉及自然语言处理和计算机视觉的交叉技术等领域，公开了一种基于领域泛化的多模态虚假新闻检测方法，通过融合文本和图像信息以及构建跨域三元组计算跨域损失，来提高虚假新闻检测模型的准确性和泛化能力，使虚假新闻检测模型能够在未知领域的虚假新闻检测任务中保证较高的检测精度，包括下述步骤：将新闻的文本、图像分别输入不同的单模态特征提取模块中，提取各自的特征向量，得到文本特征向量与图像特征向量；然后输入自适应门控特征融合模块，使用文本和图像特征计算门控值来选择特征融合方式，得到多模态特征融合向量；然后通过跨域三元组损失模块在不同领域间构建跨域三元组计算跨域损失，来减小领域间差异。