【技术实现步骤摘要】
本专利技术涉及信息数据处理，尤其涉及一种用于识别公共卫生虚假信息的复合模型及构建方法。
技术介绍
1、在全球化的信息时代，尤其是在面临公共卫生危机如传染病爆发和疫情期间，准确和迅速地识别出虚假信息，并对其进行有效管理和反驳，对于保护公共安全和健康至关重要。虚假信息的流传不仅可能导致公众恐慌，还可能干扰有效的疾病预防和控制措施的实施，从而加剧公共卫生危机的影响。
2、虚假信息的识别和处理在公共卫生领域是一个长期且复杂的挑战。随着互联网和社交媒体的广泛使用，信息的传播速度极快，使得虚假信息迅速扩散，给公共健康管理带来了前所未有的挑战。当前的技术主要依赖于关键词过滤、用户报告和专家验证等手段来识别虚假信息，但这些方法存在延迟大、准确率低和难以应对大规模信息流的问题。
3、在人工智能领域，尽管大语言模型和深度学习算法已被应用于文本识别和处理，它们在实际应用中仍面临几个技术问题：
4、1、适应性与灵活性：现有模型通常需要大量的定制和训练才能适应特定类型的虚假信息，这在快速变化的公共卫生危机中可能不够高效；>
5、2、语境本文档来自技高网...
【技术保护点】
1.一种用于识别公共卫生虚假信息的复合模型及构建方法，其特征在于，所述复合模型包括数据采集模块、信息处理与分析模块、虚假信息识别模块和谣言反驳模块，所述数据采集模块用于在线平台收集与公共卫生相关的文本数据，所述信息处理与分析模块对获取的数据进行预处理和特征提取，所述虚假信息识别模块构建定制的大语言模型，并进行深度学习训练，所述谣言反驳模块用于生成准确、权威的信息以反驳已识别的虚假信息，所述构建方法具体包括以下步骤：
2.根据权利要求1所述的用于识别公共卫生虚假信息的复合模型及构建方法，其特征在于，所述数据库包括文本数据、音频数据和视频数据，即[D＝{d1，...
【技术特征摘要】
1.一种用于识别公共卫生虚假信息的复合模型及构建方法，其特征在于，所述复合模型包括数据采集模块、信息处理与分析模块、虚假信息识别模块和谣言反驳模块，所述数据采集模块用于在线平台收集与公共卫生相关的文本数据，所述信息处理与分析模块对获取的数据进行预处理和特征提取，所述虚假信息识别模块构建定制的大语言模型，并进行深度学习训练，所述谣言反驳模块用于生成准确、权威的信息以反驳已识别的虚假信息，所述构建方法具体包括以下步骤：
2.根据权利要求1所述的用于识别公共卫生虚假信息的复合模型及构建方法，其特征在于，所述数据库包括文本数据、音频数据和视频数据，即[d＝{d1，d2，...，dn}]，其中(d)表示收集到的数据集合，(di)表示单个数据样本。
3.根据权利要求1所述的用于识别公共卫生虚假信息的复合模型及构建方法，其...
【专利技术属性】
技术研发人员：王迪，李仪萍，翟玥璟，韩子天，杨子峰，李玄锋，
申请(专利权)人：澳门科技大学，
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。