一种基于ALBERT和多模态循环融合的虚假新闻检测方法及系统技术方案

本公开属于计算机视觉和虚假新闻检测技术领域，具体涉及一种基于ALBERT和多模态循环融合的虚假新闻检测方法及系统，包括：提取待检测新闻的文本特征和图像特征，其中，在文本特征提取的过程中采用ALBERT模型；基于多模态融合技术融合所提取到的文本特征和图像特征，得到多模态特征；根据所得到的多模态特征和预设的虚假新闻检测器，识别区分新闻的真假。识别区分新闻的真假。识别区分新闻的真假。

【技术实现步骤摘要】
一种基于ALBERT和多模态循环融合的虚假新闻检测方法及系统


[0001]本公开属于多模态融合和虚假新闻检测
，具体涉及一种基于ALBERT和多模态循环融合的虚假新闻检测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]近年来以社交网络为代表的互联网技术迅猛发展，越来越多的人通过社交媒体获取新闻，社交媒体可以及时、全面地提供世界各地正在发生的事情。与此同时，虚假新闻铺天盖地，而且极具迷惑性。各种不法分子利用各种社交平台发布虚假消息，进行各种违法犯罪活动，给社会稳定带来了严重的影响。
[0004]据专利技术人了解，结合文本和图片的多模态虚假新闻信息比纯文本的有着更好地表述能力，所以更具有欺骗性，也更容易被恶意传播。当前的虚假新闻检测面临着以下两大挑战：
[0005](1)传统的BERT预训练模型在提取文本特征的过程中所需参数较多且训练速度较慢，无法更好地提取新闻文本的语义信息；
[0006](2)视觉特征与文本特征处于不同的语义特征空间，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ALBERT和多模态循环融合的虚假新闻检测方法，其特征在于，包括：提取待检测新闻的文本特征和图像特征，其中，在文本特征提取的过程中采用ALBERT模型；基于多模态融合技术融合所提取到的文本特征和图像特征，得到多模态特征；根据所得到的多模态特征和预设的虚假新闻检测器，识别区分新闻的真假。2.如权利要求1中所述的一种基于ALBERT和多模态循环融合的虚假新闻检测方法，其特征在于，在提取待检测新闻的图像特征的过程中，采用VGG
‑
19网络；通过在所述VGG
‑
19网络的最后一层添加全连接层，以保证所提取到的图像特征与所提取到的文本特征维度相同。3.如权利要求1中所述的一种基于ALBERT和多模态循环融合的虚假新闻检测方法，其特征在于，将待检测新闻中的单词序列嵌入到向量中，得到嵌入向量；将所得到的嵌入向量输入到所述ALBERT模型中，得到特征向量；根据所得到的特征向量、均池操作和待检测新闻中的所有单词的重要性，得到文本特征。4.如权利要求3中所述的一种基于ALBERT和多模态循环融合的虚假新闻检测方法，其特征在于，采用多模态融合实现所述文本特征和图像特征的融合，将所得到的特征向量重塑为循环矩阵，通过交互操作完成多模态融合。5.如权利要求1中所述的一种基于ALBERT和多模态循环融合的虚假新闻检测方法，其特征在于，所述虚假新闻检测器以多模态特征作为输入，输出检...

【专利技术属性】
技术研发人员：王新刚，李晓敏，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：