摘要
本发明提供了一种基于深度学习的多模态假新闻检测方法和系统,涉及计算机视觉和深度学习的技术领域,包括:获取数据集,数据集包含若干对新闻图像‑文本及其对应的真实标签;构建特征提取模块,包括预训练的图像特征提取器,预训练的文本特征提取器;构建多模态假新闻检测网络模型,包含多模态特征对齐与解耦模块、多模态特征融合模块和多模态多任务学习模块;利用所述数据集对多模态假新闻检测网络模型进行训练,得到训练好的多模态假新闻检测网络模型;获得待检测的新闻,输入训练好的多模态假新闻检测网络模型,获得待检测新闻的检测结果。
技术关键词
假新闻检测方法
文本
图像全局特征
多模态特征融合
跨模态
图像局部特征
检测网络模型
多任务
图像特征提取
检测器
特征提取器
交叉注意力机制
模块
多标签
系统为您推荐了相关专利信息
NLP技术
存放方法
指令
仓库
智能仓储管理技术
历史故障数据
运维
中央处理器执行
文本
生成自然语言
主体识别方法
图像
头部姿态信息
计算机程序产品
处理器
双目深度估计
视觉深度估计方法
跨模态数据
数据生成模型
生成视差图像