[发明专利]虚假信息检测方法、装置、设备及介质

说明书

本公开提供了一种虚假信息检测方法，包括：获取待检测的社交媒体信息，其中，待检测的社交媒体信息包括待检测图像和第一待检测文本；在待检测图像中包含第二待检测文本的情况下，从第一待检测文本和第二待检测文本中提取待检测文本特征向量；结合空间域中的语义特征和频域中的物理特征，从待检测图像中提取待检测图像特征向量；将待检测文本特征向量和待检测图像特征向量融合，得到待检测融合特征向量；以及将待检测融合特征向量输入预先训练好的分类模型，输出检测结果。本公开还提供了一种虚假信息检测装置、设备、存储介质和程序产品。

技术领域

本公开涉及人工智能技术领域，更具体地涉及一种虚假信息检测方法、装置、设备、介质和产品。

背景技术

随着各类社交媒体的日益普及，社交媒体的各类信息(如文字、图片、视频、音频等)以其传播速度快、获取渠道多、产生门槛低等特点迅速成为大众信息消费的热点。然而，社交媒体的这些特点也使虚假新闻信息肆意泛滥。由于信息的不对称性，虚假消息可以通过社交媒体传播来误导不明真相的人群，造成不可估量的负面影响，甚至操纵社会舆论。虚假消息已经严重的影响社会安定，因此，对虚假消息进行快速、高效检测是一项迫切需要解决的技术问题。

发明内容

鉴于上述问题，本公开提供了一种虚假信息检测方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种虚假信息检测方法，包括：

获取待检测的社交媒体信息，其中，待检测的社交媒体信息包括待检测图像和第一待检测文本；

在待检测图像中包含第二待检测文本的情况下，从第一待检测文本和第二待检测文本中提取待检测文本特征向量；

结合空间域中的语义特征和频域中的物理特征，从待检测图像中提取待检测图像特征向量；

将待检测文本特征向量和待检测图像特征向量融合，得到待检测融合特征向量；以及

将待检测融合特征向量输入预先训练好的分类模型，输出检测结果。

根据本公开的实施例，在待检测图像中包含第二待检测文本的情况下，从第一待检测文本和第二待检测文本中提取待检测文本特征向量包括：

对第一待检测文本编码，以便添加待检测文本标识，其中，待检测文本标识包括：第一待检测文本的句子、第一待检测文本中句子分隔符、待检测特征向量；

提取待检测特征向量，得到第一待检测文本的信息；

在待检测图像中包含第二待检测文本的情况下，从待检测图像中提取关于第二待检测文本的信息；

利用文本分隔符，将第二待检测文本的信息与第一待检测文本的信息进行拼接，得到拼接信息；

从拼接信息中提取待检测文本特征向量。

根据本公开的实施例，结合空间域中的语义特征和频域中的物理特征，从待检测图像中提取待检测图像特征向量包括：

将待检测图像输入卷积神经网络，输出频域中的物理特征的矩阵；

基于频域中的物理特征的矩阵，利用长短期记忆模型提取空间域中的语义特征，得到权重矩阵；

基于频域中的物理特征的矩阵与权重矩阵，得到待检测图像特征向量。

根据本公开的实施例，预先训练好的分类模型通过预先训练的方法得到，预先训练的方法包括：

获取在预设时间区间内产生的目标社交媒体信息，其中，目标社交媒体信息包括虚假信息、真实信息以及信息标签，虚假信息和真实信息均包括图像和第一文本；

在图像中包含第二文本的情况下，从第一文本和第二文本中提取文本特征向量；