摘要
本发明公开一种基于跨模态对抗与渐进式训练的虚假信息检测方法,属于人工智能与信息安全技术领域。主要针对社交媒体图文矛盾形式的虚假信息检测任务,提出多模态一致性约束的渐进式对抗训练框架。所诉方法核心内容包括:多模态数据采集和处理,采集对齐的社交媒体多模态数据(文本、图像/视频);多模态对抗样本生成,生成基于文本语义扰动与视觉矛盾场景的对抗样本;跨模态渐进式训练,结合跨模态交叉注意力融合和渐进式三阶段动态训练策略优化模型鲁棒性;可解释性分析结果生成,输出可解释性热力图定位跨模态逻辑冲突。本发明有利于提高模型在多模态场景下对虚假信息检测的准确性和鲁棒性。
技术关键词
虚假信息检测方法
跨模态
视觉特征
热力图
语义角色标注
交叉注意力机制
样本
社交媒体图文
文本编码器
图像编码器
多模态数据采集
策略优化模型
视频
联合损失函数
系统为您推荐了相关专利信息
诊断系统
三元组
特征提取单元
多模态特征融合
统计学特征
多模态特征融合
上下文语义信息
多源特征融合
核苷酸
语义向量
电弧检测
电弧监测方法
可见光图像
多模态
解码模块