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！

摘要：本发明提供一种虚假新闻检测方法、装置、电子设备和存储介质，所述方法包括：将待检测新闻数据输入至新闻检测模型中，得到新闻检测模型输出的新闻检测结果；其中，新闻检测模型用于提取待检测新闻数据的多个文本特征和图像特征，基于自注意力机制确定各文本特征与图像特征对应的上下文向量，并基于各上下文向量的拼接向量确定新闻检测结果。本发明基于自注意力机制确定各文本特征与图像特征对应的上下文向量，可以使得文本特征中携带的信息与图像特征中携带的信息相互进行补充，进而使得基于各上下文向量得到的拼接向量够准确且完整表达待检测新闻数据中包含的信息内容，实现准确获取新闻检测结果。

主权项：1.一种虚假新闻检测方法，其特征在于，包括：确定待检测新闻数据；将所述待检测新闻数据输入至新闻检测模型中，得到所述新闻检测模型输出的新闻检测结果；其中，所述新闻检测模型是基于样本新闻数据及样本新闻数据的新闻检测结果训练得到的；所述新闻检测模型用于提取所述待检测新闻数据的多个文本特征和图像特征，基于自注意力机制确定各文本特征与所述图像特征对应的上下文向量，并基于各上下文向量的拼接向量确定所述新闻检测结果；所述将所述待检测新闻数据输入至新闻检测模型中，得到所述新闻检测模型输出的新闻检测结果，包括：将所述待检测新闻数据输入至所述新闻检测模型的特征提取层，得到所述特征提取层输出的所述多个文本特征和所述图像特征；将各文本特征和所述图像特征输入至所述新闻检测模型的自注意力层，得到所述自注意力层输出的各文本特征与所述图像特征对应的上下文向量；将各上下文向量输入至所述新闻检测模型的向量拼接层，得到所述向量拼接层输出的所述拼接向量；将所述拼接向量输入至所述新闻检测模型的特征分类层，得到所述特征分类层输出的所述新闻检测结果；所述自注意力层包括预设数量的自注意力子层，所述预设数量是对所述多个文本特征进行分组确定的，各自注意力子层用于基于自注意力机制确定各分组的文本特征与所述图像特征对应的上下文向量；所述将各文本特征和所述图像特征输入至所述新闻检测模型的自注意力层，得到所述自注意力层输出的各文本特征与所述图像特征对应的上下文向量，包括：将各分组的文本特征以及所述图像特征输入至对应的自注意力子层，得到所述自注意力子层输出的各分组的文本特征与所述图像特征对应的上下文向量；各自注意力子层包括第一上下文层、第二上下文层和信息融合层；所述将各分组的文本特征以及所述图像特征输入至对应的自注意力子层，得到所述自注意力子层输出的各分组的文本特征与所述图像特征对应的上下文向量，包括：将各分组的文本特征输入至所述第一上下文层，得到所述第一上下文层输出的文本表示向量；将所述文本表示向量以及所述图像特征输入至所述第二上下文层，得到所述第二上下文层输出的图像表示向量；将所述文本表示向量和所述图像表示向量输入至所述信息融合层，得到所述各分组的文本特征与所述图像特征对应的上下文向量。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 虚假新闻检测方法、装置、电子设备和存储介质