Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学陈羽中获国家专利权

福州大学陈羽中获国家专利权

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!

龙图腾网获悉福州大学申请的专利一种融合情感挖掘的谣言检测方法及系统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:CN115422945B

龙图腾网通过国家知识产权局官网在2025-10-28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:202211139407.3,技术领域涉及:G06F40/30;该发明授权一种融合情感挖掘的谣言检测方法及系统是由陈羽中;朱文龙;饶孟宇;万宇杰设计研发完成,并于2022-09-19向国家知识产权局提交的专利申请。

一种融合情感挖掘的谣言检测方法及系统在说明书摘要公布了: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。

本发明授权一种融合情感挖掘的谣言检测方法及系统在权利要求书中公布了:1.一种融合情感挖掘的谣言检测方法,其特征在于: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; 所述步骤B包括以下步骤; 步骤B1:对训练数据集DT中的每个训练样本进行编码,以得到文本内容的初始表征向量Tst、评论内容的初始表征向量Trt以及句法邻接矩阵Ast; 步骤B2:根据句法知识子图构造算法从知识图谱和句法依赖图中生成文本内容的对应的句法知识子图SK,并得到其邻接矩阵ASK,然后对其节点进行编码,得到句法知识子图SK的节点知识表示向量HSK; 步骤B3:将步骤B1得到的文本内容初始表征向量Tst输入到双向长短期记忆网络Bi-LSTM中,得到上下文增强的文本内容表征向量Hst,令Ust=Hst;然后,将表征向量Tst和评论内容初始表征向量Trt一起输入到多头交叉注意力机制中,得到基于文本内容的评论表征向量Psr,同时将表征向量Tst输入到多头自注意力机制中,得到文本内容增强表征向量Ps;然后通过把基于文本内容的评论表征向量Psr和文本内容增强表征向量Ps分别输入到池化层中进行平均池化操作,得到平均池化评论内容句子表征向量和平均池化文本内容增强表征向量 步骤B4:将子图SK的节点知识表示向量HSK和将步骤B3得到的表征向量Ust分别输入到两个具有K层的图卷积网络中,记为文本知识图卷积网络SKGCN和文本内容图卷积网络SCGCN,用于学习外部知识信息和提取句法信息;同时利用知识引导机制将文本内容图卷积网络SCGCN的每层节点与文本知识图卷积网络SKGCN进行知识引导,得到源帖子的图知识表征向量Vsks。

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福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。