摘要
本发明属于虚假新闻检测技术领域,公开了一种基于多模态相似度感知的图注意力网络的虚假新闻检测系统及方法,包括:多模态数据预处理模块:负责对原始输入的文本和图像数据进行清洗、格式化,并从中识别出关键实体信息;多通道特征提取模块:负责从预处理后的文本和图像中分别提取语义、情感、空间域和频域等多通道特征,并通过门控机制进行初步的模态内特征融合;多模态相似度感知异构图构建模块:负责利用提取到的实体信息和融合后的模态特征,构建异构图;虚假信息检测模块:负责在构建的异构图上利用图注意力网络进行信息聚合与特征学习,结合单模态检测分支的分析结果,并通过自适应加权损失函数进行联合优化,最终输出新闻的真实性预测。
技术关键词
多模态
文本
信息检测模块
图像
预训练语言模型
预训练模型
特征提取模块
分支
异构
注意力
节点
多层感知器
新闻检测技术
加权损失函数
优化网络参数
网络接口
命名实体识别
多通道特征
系统为您推荐了相关专利信息
断层图像生成方法
X射线CT装置
图像校正
重构
能量仓
工件抓取方法
工件位姿
动态规划算法
多视角视觉
实时图像