买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏海洋大学申请的专利一种基于多视角协同的多领域虚假新闻检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116701569B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310515854.2，技术领域涉及：G06F16/334；该发明授权一种基于多视角协同的多领域虚假新闻检测方法是由李慧;蒋园园;王晨曦;顾勇;张舒;仲兆满;李鑫;左宇航设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种基于多视角协同的多领域虚假新闻检测方法在说明书摘要公布了：本发明提供了一种基于多视角协同的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法在领域转移上存在的问题，以提高模型在多领域场景中的性能表现。本方法基于多视角协同和专家网络特征提取，通过引入领域门网络学习领域和视角之间的关系，实现了对领域特征的有效利用。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。

本发明授权一种基于多视角协同的多领域虚假新闻检测方法在权利要求书中公布了：1.一种基于多视角协同的多领域虚假新闻检测方法，其特征在于：其采用了多视角协同的办法结合领域信息解决多领域虚假新闻检测问题，具体包括以下步骤完成判断该新闻是否为虚假新闻： S1：接收新闻内容P，将输入新闻内容经过BERT模型处理，获得词嵌入向量； S2：将词嵌入向量通过双向LSTM处理，提取新闻的顺序特征； S3：使用语义网络和领域网络分别处理新闻内容，得到新闻的语义特征和领域特定特征； S4：通过混合专家系统处理新闻内容P，获得情感特征E和风格特征S； S5：将语义特征、领域特定特征、情感特征和风格特征输入跨视角融合模块实现自适应跨视图表示； 所述步骤S5中跨视角融合模块的具体操作流程步骤包含为： S51：接收多个视图的输入数据，其中每个视图表示一个特定的数据特征，包括但不限于语义、情感和风格； S52：为每个视图计算对应的权重系数，其中wsem，wemo，wstl分别表示语义、情感和风格视图的权重系数； S53：计算跨视图交互表示z，通过将不同视图的权重系数与对应的视图表示相乘并求和得到，其中计算公式为： 其中ksem，kemo，kstl分别代表语义网络,情感网络以及风格网络中的专家个数,其中lnrsem，lnremo，lnrstl分别表示语义、情感和风格视图的视图表示,wdomain和lnrdomain代表领域权重和领域局部视图表示； S54：设置多头跨视角融合，每个头自适应地学习一种跨视图表示，生成一组跨视图表示集合其中H代表跨视图表示的数量； S55：根据生成的跨视图表示集合对输入数据进行分类或回归任务处理并输出结果； S6：根据领域网络获得的权重，对融合后的特征进行加权求和，得到总的特征表示； S7：将总的特征表示输入分类器模块，对新闻内容进行真假性判断； S8：输出新闻真假性判断结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏海洋大学，其通讯地址为：222000 江苏省连云港市高新区苍梧路59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。