公开(公告)号：CN116383517A

公开(公告)日：2023-07-04

申请号：CN202310333838.1

申请日：2023-03-31

Applicant: 福州大学

Inventor： 陈羽中 ,  朱文龙

IPC: G06F16/9536 ,  G06F16/45 ,  G06F16/483 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084 ,  G06F18/214 ,  G06F18/25 ,  G06Q50/00

Abstract: 本发明涉及一种动态传播特征增强的多模态谣言检测方法及系统，该方法包括以下步骤：步骤A：在社交媒体中收集多媒体帖子，提取出帖子中的文本、评论、图像和用户资料，并对帖子的真实性标签进行标注，以此构建训练数据集DS；步骤B：使用训练数据集DS训练具有动态传播特征增强的多模态谣言检测模型M，以利用模型M来分析帖子的真实性，并得出帖子的预测标签；步骤C：将未检测多媒体帖子的文本、评论、图像和用户资料输入到训练好的多模态谣言检测模型M中，获得多媒体帖子的真实性标签。该方法及系统有利于提高社交媒体中谣言检测的准确性和可靠性。

公开(公告)号：CN115659966A

公开(公告)日：2023-01-31

申请号：CN202211340799.X

申请日：2022-10-29

Applicant: 福州大学

Inventor： 陈羽中 ,  朱文龙

IPC: G06F40/279 ,  G06F40/211 ,  G06F16/901 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于动态异构图和多级注意力的谣言检测方法及系统，该方法包括以下步骤：步骤A：在社交平台中采集帖子，提取帖子中的文本内容、评论内容和相关用户信息，并标注帖子的真实性标签，以此构建训练数据集DE；步骤B：使用训练数据集DE训练基于动态异构图和多级注意力的深度学习网络模型，通过此模型来分析帖子的真实性，并预测帖子的真实性标签；步骤C：将待检测帖子的文本内容、评论内容和相关用户信息输入到训练好的深度学习网络模型中，得到帖子的真实性标签。该方法及系统有利于提高谣言检测的准确性。

公开(公告)号：CN115422945A

公开(公告)日：2022-12-02

申请号：CN202211139407.3

申请日：2022-09-19

Applicant: 福州大学

Inventor： 陈羽中 ,  朱文龙 ,  饶孟宇 ,  万宇杰

IPC: G06F40/30 ,  G06F40/211 ,  G06F16/36 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种融合情感挖掘的谣言检测方法，所述方法包括以下步骤；步骤A：收集并提取社交网络媒体中源帖子的文本内容和评论内容，并人工标注源帖子的真实标签，形成训练数据集DT；步骤B：使用训练数据集DT，训练基于多级注意力和知识图谱的深度学习网络模型N，训练内容包括分析源帖子的真实性和预测源帖子的真实性标签；步骤C：将源帖子的文本内容和评论内容输入到训练好的深度学习网络模型N中，获得源帖子的真实性标签；本发明可以提升对微博进行谣言检测的准确性。