-
公开(公告)号：CN116029292A
公开(公告)日：2023-04-28
申请号：CN202310050842.7
申请日：2023-02-02
Applicant: 浙江工商大学
IPC: G06F40/289 , G06F40/211 , G06F18/241 , G06F18/214
Abstract: 本发明提出一种基于先验知识的虚假新闻元学习检测方法，通过构建先验知识矩阵和元学习模型方法，整合已训练数据丰富的元知识，引导分类器模型关注影响虚假新闻检测的重点特征，进而关注重点特征下的重点样本，提高模型在缺乏训练样本情况下对新话题的快速学习与泛化能力。具体包括：提取新闻条目显式及隐式特征构建先验知识矩阵；根据不同话题划分训练任务；实时匹配更新先验知识矩阵参数；获取文本数据的浅层及深层表征，预测虚假新闻的真实性，实时检测新兴话题虚假新闻。相较于现有的虚假新闻检测方法，本发明具有较强的实时更新及泛领域能力，为解决虚假新闻检测的实时性和话题性问题提供可行性方案，实现循环循证的检测闭环。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
