-
公开(公告)号:CN115952362B
公开(公告)日:2025-04-04
申请号:CN202310003377.1
申请日:2023-01-03
Applicant: 西北工业大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于社交媒体的自演化假消息检测方法,收集社交媒体数据,利用深度学习模型提取特征训练分类器,并利用特征相似度迁移模型存储的已学习相似历史事件知识帮助实现对新事件假消息分类器的训练,实现持续假消息检测。该发明基于两个核心机制实现:一是基于硬注意力的知识存储机制,记忆单元用于存储历史事件知识,事件掩码作为每个事件在记忆单元中的唯一标识可以随时调用历史事件知识;二是基于多头自注意力的知识迁移机制,对历史事件知识进行融合以提升分类器在当前事件上的假消息检测效果。本发明可持续不断地对社交媒体上的假消息进行检测,无需存储历史数据从头开始训练模型,提升了假消息检测方法的自演化自适应能力。
-
公开(公告)号:CN115952362A
公开(公告)日:2023-04-11
申请号:CN202310003377.1
申请日:2023-01-03
Applicant: 西北工业大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于社交媒体的自演化假消息检测方法,收集社交媒体数据,利用深度学习模型提取特征训练分类器,并利用特征相似度迁移模型存储的已学习相似历史事件知识帮助实现对新事件假消息分类器的训练,实现持续假消息检测。该发明基于两个核心机制实现:一是基于硬注意力的知识存储机制,记忆单元用于存储历史事件知识,事件掩码作为每个事件在记忆单元中的唯一标识可以随时调用历史事件知识;二是基于多头自注意力的知识迁移机制,对历史事件知识进行融合以提升分类器在当前事件上的假消息检测效果。本发明可持续不断地对社交媒体上的假消息进行检测,无需存储历史数据从头开始训练模型,提升了假消息检测方法的自演化自适应能力。
-