一种基于深度学习的多模态假新闻检测方法和系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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