公开(公告)号：CN109885796B

公开(公告)日：2020-01-03

申请号：CN201910075520.1

申请日：2019-01-25

Applicant: 内蒙古工业大学

Inventor： 云静 ,  尚俊峰 ,  刘利民 ,  许志伟

IPC: G06F16/958 ,  G06F16/583

Abstract: 本发明提供一种基于深度学习的网络新闻配图匹配性检测方法，该方法包括基于深度学习的新闻配图多描述生成；以及生成新闻配图描述的文字内容与新闻文字内容进行对比评分；对于生成新闻配图描述部分，采用卷积神经网络对新闻配图特征的提取，然后利用自然语言模型生成新闻配图的相关描述；对于评分体系部分，由于生成的图片描述和新闻文字内容长度和表达方式上的差异性，本发明提出解决方案，与改进的BLEU算法形成评分体系。评分体系对生成的图片描述和新闻文字内容进行对比评分，通过评分来判断图片与新闻内容是否相符。因此，可以更快速、更准确地发现图文不符的虚假信息，减少人工审核的时间，节省人力物力，净化网络环境。

公开(公告)号：CN109885796A

公开(公告)日：2019-06-14

申请号：CN201910075520.1

申请日：2019-01-25

Applicant: 内蒙古工业大学

Inventor： 云静 ,  尚俊峰 ,  刘利民 ,  许志伟

IPC: G06F16/958 ,  G06F16/583

Abstract: 本发明提供一种基于深度学习的网络新闻配图匹配性检测方法，该方法包括基于深度学习的新闻配图多描述生成；以及生成新闻配图描述的文字内容与新闻文字内容进行对比评分；对于生成新闻配图描述部分，采用卷积神经网络对新闻配图特征的提取，然后利用自然语言模型生成新闻配图的相关描述；对于评分体系部分，由于生成的图片描述和新闻文字内容长度和表达方式上的差异性，本发明提出解决方案，与改进的BLEU算法形成评分体系。评分体系对生成的图片描述和新闻文字内容进行对比评分，通过评分来判断图片与新闻内容是否相符。因此，可以更快速、更准确地发现图文不符的虚假信息，减少人工审核的时间，节省人力物力，净化网络环境。