一種基于多表示學習的跨領域虛假新聞檢測方法
基本信息

| 申請?zhí)?/td> | CN202111124543.0 | 申請日 | - |
| 公開(公告)號 | CN113901810A | 公開(公告)日 | 2022-01-07 |
| 申請公布號 | CN113901810A | 申請公布日 | 2022-01-07 |
| 分類號 | G06F40/289(2020.01)I;G06F16/906(2019.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 曹娟;王彥焱;徐朝喜;謝添;李錦濤 | 申請(專利權)人 | 杭州中科睿鑒科技有限公司 |
| 代理機構 | 杭州九洲專利事務所有限公司 | 代理人 | 沈敏強 |
| 地址 | 310015浙江省杭州市儲鑫路17-1號5號樓302室 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明涉及一種基于多表示學習的跨領域虛假新聞檢測方法。本發(fā)明的技術方案為一種基于多表示學習的跨領域虛假新聞檢測方法,獲取待檢測的新聞文本和該新聞文本所屬的領域標簽;將新聞文本輸入BERT模型,提取新聞文本的詞嵌入向量;將新聞文本的詞嵌入向量和領域標簽輸入基于多表示學習的領域共享特征生成器,得到融合的領域共享特征表達;將融合的領域共享特征表達輸入虛假新聞分類器,輸出新聞真假分類的概率值結果。本發(fā)明適用于虛假新聞檢測領域。本發(fā)明通過領域門模型學習領域之間的關系,根據(jù)不同的領域之間的關系動態(tài)調節(jié)不同領域對于不同的領域共享特征的權重,降低了領域共享知識的學習難度,提高了跨領域的虛假新聞檢測能力。 |





