【技术实现步骤摘要】
本专利技术涉及人工智能与信息安全交叉，尤其涉及一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，可应用于社交网络内容审核、网络谣言识别、舆情分析与智能安全等场景。
技术介绍
1、随着社交媒体的高速发展，图文、视频等多模态内容成为信息传播的主流形式。然而，虚假新闻和谣言内容也借助多模态手段迅速扩散，对社会稳定、公共安全及舆论环境造成严重威胁。传统的虚假信息检测方法多以文本为主，难以有效捕捉图像与文本之间的语义偏差与互补关系，且对高度伪造、跨模态不一致等情况的识别效果较差。
2、近年来，多模态虚假新闻检测方法成为研究热点，尝试通过融合图像与文本信息提升检测性能。然而，现有方法普遍面临以下挑战：（1）模态异构性与冗余干扰问题：不同模态在语义结构和表示方式上存在天然差异，简单融合易引入噪声与冗余信息；（2）表征混淆问题：图像与文本特征中，既包含共享的、描述同一事物的语义，也包含各自独有的、起补充作用的语义，若不加区分地混合编码，会导致特征表示混淆，降低判别力；（3）关键线索提取能力不足：虚假新闻常利用图文不一致或微妙的语义冲突进...
【技术保护点】
1.一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤1中，具体包括：
3.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤2中，所述多模态解耦自动编码器由共享编码器与模态特异性编码器构成；
4.根据权利要求3所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤2中，所述对抗相似性约束通过引入判别器实现，所述判别器用于区分共享特征的...
【技术特征摘要】
1.一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤1中，具体包括：
3.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤2中，所述多模态解耦自动编码器由共享编码器与模态特异性编码器构成；
4.根据权利要求3所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤2中，所述对抗相似性约束通过引入判别器实现，所述判别器用于区分共享特征的模态来源，并通过对抗训练驱使所述共享编码器生成跨模态一致且无法区分来源的公共表示；
5.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤3中，所述跨模态线索挖掘具体包括：
6.根据权利要求1所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，其特征在于，在所述步骤4中，所述自适应注意力聚合模块具体包括：
7.根据权利要求1或5所述一种基于解耦与跨模态线索挖掘的多模态虚假新闻检测方...
【专利技术属性】
技术研发人员：鲍韵，黄学坚，金文文，徐威，龚红辉，徐衍微，林德钰，庞孟，
申请(专利权)人：江西警察学院，
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。