【技术实现步骤摘要】
本专利技术涉及人工智能下的信息检测，更为具体地，涉及一种基于共情理论引导的多模态虚假信息检测方法。
技术介绍
1、假新闻通过社交媒体的传播，会对社会可持续发展构成破坏性威胁，虚假信息不仅损害公众信任、扰乱社会秩序，还会阻碍社会正常运行和进步。现有的假新闻检测方法研究大多将假新闻检测视为分类任务。目前，根据分类模型使用的主要特征，从方法的角度来看，假新闻检测大致可以分为三类：基于内容的检测方法、基于社交环境的检测方法、基于知识的检测方法。
2、其中，基于内容的假新闻检测方法旨在从新闻内容中提取各种语义特征，并通过这些特征检测新闻的真实性。假新闻和真新闻之间存在一些语言差异，可以通过区分真假新闻文本的语言风格来检测假新闻。比如，假新闻比真实新闻更主观，假新闻中第一人称和第二人称的使用较多，假新闻中包含更多可用于夸张的词语（如主语、超限词和情态副词），而真实新闻则经常使用具体的（如数字）、客观（如第三人称）和积极的词语；假新闻的作者写作风格会比真实新闻更加极端。但是，通过从真假新闻中提取出一套完整的内容特征，包括新闻总字数、内容长...
【技术保护点】
1.一种基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述方法基于预设的基于共情理论引导的多模态虚假信息检测模型实现，包括如下步骤：
2.如权利要求1所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述对新闻内容和评论内容的特征进行提取，包括：
3.如权利要求2所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述采用预设的ResNet152残差网络对所述新闻内容和评论内容中的图像信息进行图像语义特征提取，包括：
4.如权利要求3所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述使用Res...
【技术特征摘要】
1.一种基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述方法基于预设的基于共情理论引导的多模态虚假信息检测模型实现，包括如下步骤：
2.如权利要求1所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述对新闻内容和评论内容的特征进行提取，包括：
3.如权利要求2所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述采用预设的resnet152残差网络对所述新闻内容和评论内容中的图像信息进行图像语义特征提取，包括：
4.如权利要求3所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，所述使用resnet152获取所述规范图像信息中的图像语义特征，包括：
5.如权利要求4所述的基于共情理论引导的多模态虚假信息检测方法，其特征在于，在所述步骤s120之前，还包括评论筛选步骤，用于通过计算每个评论与其他评论支架的差异来选择最具有代表性的预设数量的评论，作为进行认知共情推理和情感共情推理的参照。
【专利技术属性】
技术研发人员：袁璐，梁钰滢，程南昌，沈浩，石磊，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：
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。