公开(公告)号：CN116579337A

公开(公告)日：2023-08-11

申请号：CN202310825631.6

申请日：2023-07-07

Applicant: 南开大学

Inventor： 刘明铭 ,  刘梦莹 ,  吴一可 ,  肖洋 ,  王鹏程 ,  胡梦婷

IPC: G06F40/289 ,  G06N3/0464 ,  G06F16/951 ,  G06F18/25

Abstract: 本发明涉及虚假新闻检测技术领域，提供一种融合证据可信度的虚假新闻检测方法。该方法包括：获取待测新闻，爬取获得待测新闻的真证据；通过人工智能程序生成待测新闻对应的假证据，根据待测新闻与真证据和假证据构建数据集；通过神经网络学习数据集，获得数据集的包括新闻特征和初步证据特征的初步特征表示；对初步证据特征进行迭代交叉验证并引入多头输入层，获得数据集中每条证据对应的多头可信度分数；根据多头可信度分数调制新闻特征和初步证据特征间的注意力权重获得整体证据特征；对整体证据特征进行卷积学习以检测待测新闻的真假。该方法模拟更不可信的证据场景，通过多头可信度来模拟不同可信度，提高了虚假新闻检测的准确率。

公开(公告)号：CN116579337B

公开(公告)日：2023-10-10

申请号：CN202310825631.6

申请日：2023-07-07

Applicant: 南开大学

Inventor： 刘明铭 ,  刘梦莹 ,  吴一可 ,  肖洋 ,  王鹏程 ,  胡梦婷

IPC: G06F40/289 ,  G06N3/0464 ,  G06F16/951 ,  G06F18/25

Abstract: 本发明涉及虚假新闻检测技术领域，提供一种融合证据可信度的虚假新闻检测方法。该方法包括：获取待测新闻，爬取获得待测新闻的真证据；通过人工智能程序生成待测新闻对应的假证据，根据待测新闻与真证据和假证据构建数据集；通过神经网络学习数据集，获得数据集的包括新闻特征和初步证据特征的初步特征表示；对初步证据特征进行迭代交叉验证并引入多头输入层，获得数据集中每条证据对应的多头可信度分数；根据多头可信度分数调制新闻特征和初步证据特征间的注意力权重获得整体证据特征；对整体证据特征进行卷积学习以检测待测新闻的真假。该方法模拟更不可信的证据场景，通过多头可信度来模拟不同可信度，提高了虚假新闻检测的准确率。