基于多模态语义区别和双向提示的虚假信息检测模型及方法

本发明公开一种基于多模态语义区别和双向提示的虚假信息检测模型及方法，属于信息处理与人工智能技术领域。通过构建包含提示学习、单模态特征提取、语义区别深化、多模态融合及预测模块的模型，利用背景提示与虚拟提示的混合模板强化语义理解，结合聚类引导的三元组损失函数扩大语义差异，借助双向注意力机制与胶囊网络的动态路由算法实现跨模态“部分‑整体”关系建模，最终输出真实性预测。有效提升了模型对任务的理解能力与跨场景适应性，增强了特征判别力，实现了多模态深度融合，提升了虚假信息检测的准确性和稳定性，在微博和推特数据集上实验的F1分数分别达88.6％和83.9％，表明其检测性能优于主流基线模型。