【技术实现步骤摘要】
一种去偏差的虚假新闻检测方法及系统
[0001]本专利技术涉及一种去偏差的虚假新闻检测方法及系统，属于信息检测
。
技术介绍
[0002]虚假新闻悄然潜入人们的日常生活，夹杂着大量信息，对社会造成严重影响和危害
。
虚假新闻往往利用文字
、
图片等多种媒体的信息来误导读者并传播和扩大影响
。
[0003]由于社交平台的快速发展，如今的虚假新闻大多以多模态的形式发布和传播
。
现有的多模态虚假新闻检测方法大多忽视了如下事实：从训练集学到的特定标签特征不能很好地泛化到测试集，从而将不可避免地受到潜在的数据偏差的影响，进而导致多模态虚假新闻的检测效果较差
。
技术实现思路
[0004]本专利技术提供了一种去偏差的虚假新闻检测方法及系统，能够解决因虚假新闻中隐含的偏差而导致的多模态虚假新闻检测效果较差的问题
。
[0005]一方面，本专利技术提供了一种去偏差的虚假新闻检测方法，所述方法包括：
[0006]S...
【技术保护点】
【技术特征摘要】
1.
一种去偏差的虚假新闻检测方法，其特征在于，所述方法包括：
S1、
对待检测新闻进行特征提取，得到文本特征和图像特征；
S2、
基于因果干预方法去除所述文本特征的心理语言偏差，得到去偏差文本特征，并将所述去偏差文本特征和所述图像特征进行特征融合，得到融合后的融合特征；
S3、
根据所述去偏差文本特征
、
所述图像特征和所述融合特征，得到所述待检测新闻的分类概率
。2.
根据权利要求1所述的方法，其特征在于，所述
S3
具体包括：
S31、
对所述去偏差文本特征
、
所述图像特征和所述融合特征分别进行分类预测，对应得到文本分类概率
、
图像分类概率和融合分类概率；
S32、
将所述文本分类概率
、
所述图像分类概率和所述融合分类概率进行融合，得到所述待检测新闻的分类概率
。3.
根据权利要求1所述的方法，其特征在于，在所述
S3
之后，所述方法还包括：
S4、
基于反事实推理方法去除所述待检测新闻的分类概率中的图像偏差，得到所述待检测新闻的最终分类概率
。4.
根据权利要求1所述的方法，其特征在于，所述
S2
具体包括：
S21、
利用缩放点积注意力方法获取文本的混淆因素平均特征；
S22、
基于因果干预方法，根据所述文本特征和所述混淆因素平均特征，得到去偏差文本特征；
S23、
将所述去偏差文本特征和所述图像特征进行特征融合，得到融合后的融合特征
。5.
根据权利要求3所述的方法，其特征在于，所述
S4
具体包括：
S41、
基于反事实推理方法获取所述待检测新闻...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。