一种基于深度学习的多模态假新闻检测方法和系统

AITNT
正文
推荐专利
一种基于深度学习的多模态假新闻检测方法和系统
申请号:CN202511002787
申请日期:2025-07-21
公开号:CN120951196A
公开日期:2025-11-14
类型:发明专利
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
1
基于NLP技术的仓储货物数字化高效存放方法
NLP技术 存放方法 指令 仓库 智能仓储管理技术
2
一种多模态多源异构数据融合方法
动态权重分配 数据 多模态 跨模态 注意力机制
3
一种用于现场运维排查处理工控机故障的方法及电子设备
历史故障数据 运维 中央处理器执行 文本 生成自然语言
4
图像中主体识别方法、装置、设备、介质及程序产品
主体识别方法 图像 头部姿态信息 计算机程序产品 处理器
5
基于对比学习的跨模态双目视觉深度估计方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号