基于图结构的已知虚假新闻智能检测方法

    公开(公告)号:CN113609292B

    公开(公告)日:2023-10-13

    申请号:CN202110906574.5

    申请日:2021-08-09

    Abstract: 一种基于图结构的已知虚假新闻智能检测方法,通过获取训练用的新闻图像文本数据集后对文本与相应图片进行图文一对一数据对处理;用自然语言处理工具对每个数据对中的文本数据进行预处理,将文本切割为分词的组合;利用现有的中文新闻语料库计算各个分词的IDF值,再在每个文本内计算各自分词的TF值,从而计算每个分词在各自文本中的TF‑IDF值以表征图像与分词间的关联强度;利用Word2vec模型得到数据对中,文本数据中的每个分词的向量表示,每个分词向量都独立作为分词节点的初始特征向量;利用VGG模型得到数据对中,图像数据中的图片向量表示,作为图像节点的初始特征向量;根据得到的每个分词和图像之间的TF‑IDF值作为边,从而形成图得到图结构数据;利用所得数据对CARMN网络进行训练,并对网络融合图片与文本向量后产生的最终向量进行二分类,达到检测虚假新闻的目的。本发明利用图结构得到更有效的图片与文字向量,提高虚假新闻检测的准确率。

    基于图结构的已知虚假新闻智能检测方法

    公开(公告)号:CN113609292A

    公开(公告)日:2021-11-05

    申请号:CN202110906574.5

    申请日:2021-08-09

    Abstract: 一种基于图结构的已知虚假新闻智能检测方法,通过获取训练用的新闻图像文本数据集后对文本与相应图片进行图文一对一数据对处理;用自然语言处理工具对每个数据对中的文本数据进行预处理,将文本切割为分词的组合;利用现有的中文新闻语料库计算各个分词的IDF值,再在每个文本内计算各自分词的TF值,从而计算每个分词在各自文本中的TF‑IDF值以表征图像与分词间的关联强度;利用Word2vec模型得到数据对中,文本数据中的每个分词的向量表示,每个分词向量都独立作为分词节点的初始特征向量;利用VGG模型得到数据对中,图像数据中的图片向量表示,作为图像节点的初始特征向量;根据得到的每个分词和图像之间的TF‑IDF值作为边,从而形成图得到图结构数据;利用所得数据对CARMN网络进行训练,并对网络融合图片与文本向量后产生的最终向量进行二分类,达到检测虚假新闻的目的。本发明利用图结构得到更有效的图片与文字向量,提高虚假新闻检测的准确率。

    基于深度学习的暴恐图片安全检测系统

    公开(公告)号:CN112906588A

    公开(公告)日:2021-06-04

    申请号:CN202110223480.8

    申请日:2021-03-01

    Abstract: 一种基于深度学习的暴恐图片安全检测系统,包括:暴恐图片检测及暴恐程度分析模块、暴恐场景分类及枪支识别模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块、暴恐政治头目识别模块和暴恐旗帜识别模块,其中:暴恐图片检测及暴恐程度分析模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块和暴恐旗帜识别模块并联并分别接收图片信息。本发明以各类情景下的图片作为输入,能够在短时间内判断是否是暴恐图片,并且能对图像中存在的暴恐元素进行检测和标识,显着提升了图片安全检测系统的识别范围和识别准确率,且本发明识别效率较高,灵活性强,模型更新方便,各模块模型可根据使用情况定期进行强化训练,提高系统性能。

Patent Agency Ranking