公开(公告)号：CN117332043A

公开(公告)日：2024-01-02

申请号：CN202311319366.0

申请日：2023-10-12

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  南琼 ,  盛强 ,  汪旦丁 ,  唐胜

IPC: G06F16/33 ,  G06F16/35 ,  G06F18/24 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/096 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明提出一种基于历史新闻评论辅助的虚假新闻即时检测方法和装置，采取教师‑学生结构训练，通过训练教师网络从历史新闻评论中获取知识，通过训练学生网络将评论中的知识迁移至学生网络参数中，实现不依赖评论的检测，同时利用历史新闻和评论训练教师网络，训练好的教师网络参数被冻结不再参与接下来的训练过程；仅利用历史新闻训练学生网络并利用步骤1中训练好的教师网络加以指导，最终使用训练好的学生网络检测新发布的虚假新闻。兼顾了虚假新闻检测的即时性与准确性。

公开(公告)号：CN113239685B

公开(公告)日：2023-10-31

申请号：CN202110041193.5

申请日：2021-01-13

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  张雪瑶 ,  盛强 ,  谢添 ,  李锦涛

IPC: G06F40/30 ,  G06F40/284 ,  G06F40/242 ,  G06F40/216 ,  G06F16/35 ,  G06F18/25 ,  G06F18/241

Abstract: 本发明提出一种基于双重情感的舆情检测方法及系统，基于提出的双重情感特征，能够通过简单的多层感知机模块融合到领域内现有的检测模型中，具有很强的便捷性。在融合了双重情感特征之后，模型的检测准确率、召回率、F1值等指标都能够大幅提高，有效提升舆情检测的性能。

公开(公告)号：CN116894184A

公开(公告)日：2023-10-17

申请号：CN202310728444.6

申请日：2023-06-19

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  胡焙哲 ,  盛强 ,  汪旦丁 ,  唐胜 ,  金志威

IPC: G06F18/214 ,  G06F18/23 ,  G06F18/2415 ,  G06F18/27 ,  G06F16/35

Abstract: 本发明提出一种基于时序趋势预测的虚假新闻检测方法，包括：提取新闻样本的新闻表征；将该新闻表征进行聚类以获取至少一个主题簇；以每个主题簇的新闻样本按时序分布，建模为对应新闻主题的数据模型，基于该数据模型，预测该新闻主题的时序分布趋势；基于该时序分布趋势将各主题簇的新闻样本进行重加权后合并为训练集；以该训练集对虚假新闻检测器进行训练；通过该虚假新闻检测器对目标新闻进行虚假新闻检测。本发明还提出一种基于时序趋势预测的虚假新闻检测系统，以及一种用于实现基于时序趋势预测的虚假新闻检测的数据处理装置。

公开(公告)号：CN113254864A

公开(公告)日：2021-08-13

申请号：CN202110478862.5

申请日：2021-04-29

Applicant: 中国科学院计算技术研究所数字经济产业研究院 ,  杭州中科睿鉴科技有限公司

Inventor： 曹娟 ,  钟雷 ,  王政嘉 ,  盛强 ,  谢添 ,  徐朝喜

IPC: G06F17/14 ,  G06F17/16 ,  G06N3/04 ,  G06Q50/00

Abstract: 本发明涉及一种基于节点特征和回复路径的动态子图生成方法、争议性检测方法，S1、基于“帖子‑评论”图G构建路径矩阵P和路径长度矩阵S，其中路径矩阵P记录图G中每个节点到终端节点的所有路径，终端节点包括图G中的帖子节点和没有回复的评论节点；路径长度矩阵S记录路径矩阵中每条路径的长度；S2、基于路径矩阵P和路径长度矩阵S计算得到路径拉普拉斯矩阵L；S3、基于路径拉普拉斯矩阵L以及图G中节点本身的内容特征，计算获得当前节点感知路径信息的表达；S4、基于当前节点与相应路径上所有节点的相似性，保留每条路径上最重要的部分节点，所有路径上的重要节点构成当前节点对应的子图，该子图中的节点为与当前节点相关的局部讨论。

公开(公告)号：CN112148875A

公开(公告)日：2020-12-29

申请号：CN202010768194.5

申请日：2020-08-03

Applicant: 杭州中科睿鉴科技有限公司 ,  中国科学院计算技术研究所数字经济产业研究院

Inventor： 曹娟 ,  钟雷 ,  盛强 ,  谢添 ,  李锦涛

IPC: G06F16/35 ,  G06N3/04 ,  G06K9/62 ,  G06F40/30

Abstract: 本发明涉及一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的目的是提供一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的技术方案是一种基于图卷积神经网络整合内容和结构信息的争议性检测方法，其特征在于：建立“话题‑帖子‑评论”图，图中评论连接到该评论回复的评论/帖子上，帖子连接到该帖子属于的话题上；根据“话题‑帖子‑评论”图中话题节点、帖子节点和评论节点的文本获取相应节点的初始表达向量；使用图卷积神经网络学习“话题‑帖子‑评论”图中节点的表达；根据帖子节点和相应评论节点的平均表达进行争议性分类。本发明适用于社交媒体平台争议性检测领域。