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！

龙图腾网恭喜西北工业大学申请的专利一种基于元迁移学习的社交媒体假消息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：CN116383374B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202211669988.1，技术领域涉及：G06F16/353；该发明授权一种基于元迁移学习的社交媒体假消息检测方法是由郭斌;沈豪宬;丁亚三;刘思聪;於志文;王柱设计研发完成，并于2022-12-25向国家知识产权局提交的专利申请。

本一种基于元迁移学习的社交媒体假消息检测方法在说明书摘要公布了：本发明公开了一种基于元迁移学习的社交媒体假消息检测方法，收集社交媒体上某个事件的文本与图像数据，利用深度学习模型提取文本特征与图像特征，并利用元迁移学习模型学习历史事件中的知识，帮助模型实现对于新发生事件的检验。本发明的核心机制是元学习的两阶段训练过程：在事件自适应训练阶段将训练集划分为不同的任务对内部模型进行训练，优化模型的初始化参数。在特定事件检测阶段用优化后的模型在新出现事件进行测试，针对特定事件快速优化模型。本发明方法能够提取不同事件中的共性知识用于迁移到新事件的检测中，利用少量新事件样本数据即可实现准确的新事件假消息检测，以具备对新出现事件的快速检测能力。

本发明授权一种基于元迁移学习的社交媒体假消息检测方法在权利要求书中公布了：1.一种基于元迁移学习的社交媒体假消息检测方法，其特征在于，包括以下步骤：步骤1：利用Text-CNN网络提取消息的文本特征，利用VGG-19网络提取消息的图像特征；对于事件e的上下文数据xe,k∈Xe，将其作为原始数据输入到特征提取器中，提取到的特征嵌入表示为ce,k∈Ce；Xe表示事件的上下文数据，Ce表示将上下文数据输入到特征提取器后学习到的高维特征；步骤2：将标签表示为与图像特征和文本特征相同维度的嵌入，即标签嵌入，并与提取到的特征嵌入进行拼接： 式中，ve,k表示第k条数据对应的标签向量，K表示数据集中的消息数量，Ve表示标签向量集合；步骤3：将上下文嵌入表示为检测目标的特征向量表示为将两个向量进行拼接，输入到真假消息分类器，输出向量为d表示输入向量的维数；步骤4：将标签嵌入vecfake和vecreal作为度量标准，与真假消息分类器的输出Oe,i进行相似性度量： 使用softmax将相似性度量向量映射到[0,1]之间作为该消息为真或假文本的概率表示；步骤5：对于每个事件e，对其构建两个数据集：支持集和询问集事件自适应训练阶段，使用支持集进行训练，其中以第i条消息作为检测目标，其余的数据作为上下文数据，将检测目标的上下文数据输入模型，输入预测结果；损失通过比较预测标签和实际标签来计算： 其中θ表示模型中的所有参数；计算损失后，对于每个事件e进行梯度下降，更新参数θ： 步骤6：特定事件检测阶段，利用事件自适应训练阶段得到的参数集θe作为初始参数，将询问集和整个支持集作为输入，得到询问集预测的标签集再与询问集的实际标签集相比较计算损失： 步骤7：通过元学习过程，学习到一个优选初始化参数集，该参数集学习使用给定的上下文的输入作为条件，检测新闻事件。

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 陕西省西安市友谊西路；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”。