-
公开(公告)号:CN117992872A
公开(公告)日:2024-05-07
申请号:CN202410113960.2
申请日:2024-01-27
Applicant: 北京信息科技大学 , 中国电子信息产业集团有限公司第六研究所
IPC: G06F18/2415 , G06F18/243 , G06F18/213 , G06F18/25 , G06V10/82 , G06V10/44 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制多模态虚假信息检测网络,它涉及虚假信息检测技术领域。采用BERT模型加Bi‑GRU模型实现对文本模态的数据信息进行特征提取,再通过Faster‑RCNN对图片模态数据的特征进行提取;通过对比学习预训练对两个不同模态不同维度的特征向量进行特征对齐,之后通过注意力机制建立模间注意力机制和模内注意力机制,捕获语言和视觉领域不同模态之间的特征进行交互,并将这个过程多次迭代,实现多模态的最终表征,得到最终的联合表征模型用于检测虚假信息,最后得到多模态信息的真实性概率。本发明实现对媒体平台和社交软件中虚假信息进行准确检测,对虚假信息及谣言进行及时甄别,保护数据真实性和有效性。
-
公开(公告)号:CN115701862A
公开(公告)日:2023-02-14
申请号:CN202310031992.3
申请日:2023-01-10
Applicant: 中国电子信息产业集团有限公司第六研究所
IPC: G06F16/35 , G06F40/30 , G06F18/214 , G06F18/22
Abstract: 本申请提供了一种事件要素的确定方法、装置、电子设备及存储介质。本申请涉及事件要素抽取技术领域。事件要素的确定方法包括:获取目标文件的目标事件要素抽取请求;基于目标事件要素抽取请求,将目标文件输入训练好的目标多语言事件要素抽取模型,确定目标文件对应的目标事件要素以及目标事件要素对应的目标事件类型;其中,目标事件类型是基于查询标签从预设事件标签数据库中确定的,预设事件标签数据库是基于训练好的目标多语言事件要素抽取模型确定的。本申请在能够提取目标文件中目标事件要素的同时,还可以确定各个目标事件要素对应的目标事件类型,进而提高目标事件要素与对应事件类型的相关性和匹配度,进而提高事件要素的抽取效率。
-
公开(公告)号:CN118132676B
公开(公告)日:2024-11-26
申请号:CN202410325753.3
申请日:2024-03-21
Applicant: 中国电子信息产业集团有限公司第六研究所
IPC: G06F16/33 , G06F16/903
Abstract: 本申请提供了一种文本的检测方法及装置,该方法包括:将待检测文本划分为多个文本段,以利用多个线程同时对不同文本段进行文本检测;针对每个文本段,在利用目标线程对该文本段进行检测时,一次性获取该文本段中的多个目标字符,并行确定多个目标字符中是否存在非信任字符;若存在非信任字符,则针对多个目标字符中首个非信任字符之后的每个目标字符,确定该目标字符对应的转移状态;若转移状态为目标状态,则返回执行一次性获取该文本段中的多个目标字符的步骤,以针对新获取的多个目标字符进行文本检测。通过采用上述文本的检测方法及装置,解决了文本检测效率低的问题。
-
公开(公告)号:CN118132676A
公开(公告)日:2024-06-04
申请号:CN202410325753.3
申请日:2024-03-21
Applicant: 中国电子信息产业集团有限公司第六研究所
IPC: G06F16/33 , G06F16/903
Abstract: 本申请提供了一种文本的检测方法及装置,该方法包括:将待检测文本划分为多个文本段,以利用多个线程同时对不同文本段进行文本检测;针对每个文本段,在利用目标线程对该文本段进行检测时,一次性获取该文本段中的多个目标字符,并行确定多个目标字符中是否存在非信任字符;若存在非信任字符,则针对多个目标字符中首个非信任字符之后的每个目标字符,确定该目标字符对应的转移状态;若转移状态为目标状态,则返回执行一次性获取该文本段中的多个目标字符的步骤,以针对新获取的多个目标字符进行文本检测。通过采用上述文本的检测方法及装置,解决了文本检测效率低的问题。
-
公开(公告)号:CN115701862B
公开(公告)日:2023-04-18
申请号:CN202310031992.3
申请日:2023-01-10
Applicant: 中国电子信息产业集团有限公司第六研究所
IPC: G06F16/35 , G06F40/30 , G06F18/214 , G06F18/22
Abstract: 本申请提供了一种事件要素的确定方法、装置、电子设备及存储介质。本申请涉及事件要素抽取技术领域。事件要素的确定方法包括:获取目标文件的目标事件要素抽取请求;基于目标事件要素抽取请求,将目标文件输入训练好的目标多语言事件要素抽取模型,确定目标文件对应的目标事件要素以及目标事件要素对应的目标事件类型;其中,目标事件类型是基于查询标签从预设事件标签数据库中确定的,预设事件标签数据库是基于训练好的目标多语言事件要素抽取模型确定的。本申请在能够提取目标文件中目标事件要素的同时,还可以确定各个目标事件要素对应的目标事件类型,进而提高目标事件要素与对应事件类型的相关性和匹配度,进而提高事件要素的抽取效率。
-
-
-
-