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！

龙图腾网获悉西北工业大学申请的专利一种多模态不实新闻检测方法及装置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：CN119903184B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411991403.7，技术领域涉及：G06F16/35；该发明授权一种多模态不实新闻检测方法及装置是由朱培灿;荆煜博;刘洋;邸若海;张才坤;吴连伟设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种多模态不实新闻检测方法及装置在说明书摘要公布了：本发明公开了一种多模态不实新闻检测方法及装置，涉及多模态认知计算领域。用于提供一种对新闻信息进行深入挖掘和分析，实现对多模态信息的语义增强以及对新闻情感特征的发掘及应用的方法。该方法根据BERT模型对第一图像字幕信息进行特征编码，得到第一字幕表征和第一实证表征；第一文本表征自注意力机制、全连接层和平均化得到所有专家对第一文本表征综合分析的情感表征及所有专家对第一文本表征综合分析的情感倾向评估值；根据多个不同情感新闻处理器的注意力权重和第一新闻处理特征得到用于真假性分类的新闻聚合特征，根据用于真假性分类的新闻聚合特征和不实新闻检测器，得到第一新闻的预测标签。

本发明授权一种多模态不实新闻检测方法及装置在权利要求书中公布了：1.一种多模态不实新闻检测方法，其特征在于，包括： 根据BERT模型对第一图像字幕信息包括的每个单词进行特征编码，得到第一字幕表征，根据BERT模型对第一实证信息包括的每个单词进行特征编码，得到第一实证表征；其中，所述第一图像字幕信息与从数据集中选择的第一新闻包括的第一图片信息对应，所述第一实证信息与从数据集中选择的第一新闻包括的第一文本信息对应； 第一文本表征和所述第一实证表征、第一图片表征和所述第一字幕表征依次通过由两编码器构成的共注意力块，得到第一实证强化文本表征、第一文本强化实证表征、第一字幕强化图片表征和第一图片强化字幕表征；将基于全连接映射函数得到三类多模态特征进行拼接，得到第一多模态语义增强表征；其中，第一新闻包括的第一文本信息和第一图片信息分别经过特征编码，得到所述第一文本表征和所述第一图片表征；所述三类多模态特征分别包括第一实证强化文本表征和第一字幕强化图片表征、第一强化文本表征和第一强化图片表征、第一文本强化实证表征和第一图片强化字幕表征； 所述第一文本表征、所述第一图片表征分别通过自注意力机制、与强化表征进行拼接和映射，依次得到第一单模态文本表征和第一单模态图片表征； 所述第一文本表征基于BiLSTM网络、自注意力机制、全连接层和平均化得到所有专家对第一文本表征综合分析的情感表征及所有专家对第一文本表征综合分析的情感倾向评估值；根据所述所有专家对第一文本表征综合分析的情感表征和所有专家对第一图片表征综合分析的情感表征得到第一新闻整体情感表征；根据所述所有专家对第一文本表征综合分析的情感倾向评估值和所有专家对第一图片表征综合分析的情感倾向评估值得到第一新闻整体的积极情感概率；所述第一新闻整体的积极情感概率和新闻真假性标签基于交叉熵损失函数得到第一情感推理检测损失函数； 对所述第一单模态文本表征、所述第一单模态图片表征、所述第一多模态语义增强表征和所述第一新闻整体情感表征进行拼接融合得到第一新闻整体内容特征，根据所述第一新闻整体内容特征和不同情感新闻处理器得到第一新闻处理特征；根据所述第一新闻整体情感表征和门控制单元得到多个所述不同情感新闻处理器的注意力权重；根据多个所述不同情感新闻处理器的注意力权重和所述第一新闻处理特征得到用于真假性分类的新闻聚合特征，根据所述用于真假性分类的新闻聚合特征和不实新闻检测器，得到第一新闻的预测标签。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。