[发明专利]基于风格引导的双线性神经网络虚假新闻检测方法及系统有效
| 申请号： | 201910341056.6 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110210016B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 曹娟;王佳臣;谢添;李锦涛;郭俊波 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F40/30;G06N3/04;G06N20/00 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于风格引导的双线性神经网络虚假新闻检测方法及系统，包括：获取待网络虚假新闻检测的新闻文本，通过神经网络量化该新闻文本的语言风格特征，得到该新闻文本的风格向量，将该新闻文本输入文本特征提取器，得到该新闻文本的文本向量；将该风格向量和该文本向量输入双线性神经网络，该双线性神经网络包括双线性函数，用于建模该风格向量和该文本向量之间的相关性，以得到该新闻文本的的风格‑文本特征矩阵，使用该风格‑文本特征矩阵中最大分数向量组成引导向量，并将该引导向量输入至全连接层，判定该新闻文本的虚假新闻标签。本发明依据虚假新闻共性的语言风格来引导深度学习模型的学习过程，提升了模型的识别准确度与泛化性能。 | ||
| 搜索关键词： | 基于 风格 引导 双线 神经网络 虚假 新闻 检测 方法 系统 | ||
【主权项】：
1.一种基于风格引导的双线性神经网络虚假新闻检测方法，其特征在于，包括：步骤1、获取待网络虚假新闻检测的新闻文本，通过神经网络量化该新闻文本的语言风格特征，得到该新闻文本的风格向量，将该新闻文本输入文本特征提取器，得到该新闻文本的文本向量；步骤2、将该风格向量和该文本向量输入双线性神经网络，该双线性神经网络包括双线性函数，用于建模该风格向量和该文本向量之间的相关性，以得到该新闻文本的的风格‑文本特征矩阵，使用该风格‑文本特征矩阵中最大分数向量组成引导向量，并将该引导向量输入至全连接层，判定该新闻文本的虚假新闻标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910341056.6/，转载请声明来源钻瓜专利网。
