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！

龙图腾网恭喜中国人民解放军战略支援部队信息工程大学申请的专利一种可信证据推理和时空特征聚合的可解释虚假信息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：CN115688798B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202211340747.2，技术领域涉及：G06F40/30；该发明授权一种可信证据推理和时空特征聚合的可解释虚假信息检测方法及装置是由陈静;周刚;王皓;兰明敬;卢记仓;刘琰;何鹏;朱秀宝;丁逍遥;王世宇;李顺航设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本一种可信证据推理和时空特征聚合的可解释虚假信息检测方法及装置在说明书摘要公布了：本发明公开一种可信证据推理和时空特征聚合的可解释虚假信息检测方法及装置，该方法包括：从用户自身权威度和信息语义交互两个角度，利用TrustRank随机游走思想计算信息传播过程中评论的可信度指数，将评论作为证据，发现高质量证据；结合证据的可信度指数，通过长短时记忆网络和图注意力网络，聚合证据的时间邻域和空间邻域信息，并对信息的时空间结构特征进行选择与组合，丰富节点语义表示，增强证据的可靠表示；通过多头注意力机制，建模证据和源信息之间的语义交互，捕捉源信息的虚假部分，同时通过动态路由机制以透明的方式建模证据胶囊隐含立场。本发明不仅增强了虚假信息检测结果的可解释性，同时判别的性能也有所提升。

本发明授权一种可信证据推理和时空特征聚合的可解释虚假信息检测方法及装置在权利要求书中公布了：1.一种可信证据推理和时空特征聚合的可解释虚假信息检测方法，其特征在于，包括： 从用户自身权威度和信息语义交互两个角度，利用TrustRank随机游走思想计算信息传播过程中评论的可信度指数，将评论作为证据，发现高质量证据； 结合证据的可信度指数，通过长短时记忆网络和图注意力网络，聚合证据的时间邻域和空间邻域信息，并对信息的时空间结构特征进行选择与组合，丰富节点语义表示，增强证据的可靠表示； 通过多头注意力机制，建模证据和源信息之间的语义交互，捕捉源信息的虚假部分，同时通过动态路由机制以透明的方式建模证据胶囊隐含立场； 所述从用户自身权威度和信息语义交互两个角度，利用TrustRank随机游走思想计算信息传播过程中帖子的可信度指数，发现高质量证据包括： 基于给定样本中的源推文信息、评论转发的文本内容、信息之间的交互关系以及参与讨论用户的基本信息，计算信息发布用户自身权威度及信息间的认可程度，以给定样本中的源推文信息、评论转发的文本内容作为节点，将信息发布用户自身权威度作为节点权重，将信息间的认可程度作为边权重，构建带节点权重和边权重的信息传播网络； 利用TrustRank随机游走思想计算信息传播过程中评论的可信度指数： rt+1＝αS+1-αJrt5 其中rt和rt+1分别表示更新前后所有节点被访问的概率向量、即评论的可信度，α表示用户按边游走的概率，则1-α表示用户按节点权重随机跳转的概率，S为边转移矩阵，S由所有节点按边游走的概率组成，J为跳转矩阵，J由所有节点进行按节点权值跳转概率组成； 经过多次迭代，式5最终收敛到一个稳定的向量，进而得到高质量证据； 所述结合证据的可信度指数，通过长短时记忆网络和图注意力网络，聚合证据的时间邻域和空间邻域信息，并对信息的时空间结构特征进行选择与组合，丰富节点语义表示，增强证据的可靠表示包括： 在使用双向LSTM建模证据信息在两个方向上的语义表示过程中融入信息的可信度： 其中，分别表示前向LSTM和后向LSTM的隐藏状态；l表示LSTM的隐藏单元数目；[；]表示向量的拼接操作；表示证据帖子i的初始语义表示，d表示向量的维度，当i＝0时，ci表示源信息的初始语义表示；ri∈[0,1]表示节点的可信度； 用ri的幂指数代替表示证据i的时序结构语义表征； 通过在GAT邻域聚合过程中引入节点的可信度，增强节点的可靠表征： 其中，αij表示邻居节点j对节点i的语义增强的贡献度，表示可学习的共享参数矩阵，作用于网络中的每个节点，q表示经过一次线性变换后，节点语义表征的维度；为可学习的参数权重向量； 采用多头注意力机制，捕捉空间结构关系的多样化表征： 其中，||表示拼接操作，和Wk都是第k个头的参数，σ·表示ELU激活函数，Ni表示与节点i直接相连的节点集合，表示证据i的空间结构语义表征； 将证据i的时序结构语义表征和空间结构语义表征转换到相同的语义空间；通过带有sigmod激活函数的全连接层确定时序结构语义表征和空间结构语义表征的重要度，通过重要度对两种语义表征进行加权融合，得到加权融合后的信息表征； 所述通过多头注意力机制，建模证据和源信息之间的语义交互，捕捉源信息的虚假部分，同时通过动态路由机制以透明的方式建模证据胶囊隐含立场包括： 采用多头注意力机制，建模证据与源信息之间的语义交互： 其中X表示加权融合后的信息表征集合；RC表示源信息词粒度的语义表示；n表示注意力机制中头的个数，表示底层证据胶囊集合，p表示经过一次注意力后，证据胶囊语义表征的维度； 通过动态路由机制得到类别胶囊： 其中Pj|i表示证据ei认为源信息属于标签j的概率；是一个可学习的参数矩阵，其中dv表示类别胶囊的维度，de表示证据胶囊的维度，de＝np；squash函数用于将胶囊的模长压缩到0-1之间； 通过动态路由机制得到类别胶囊后，选择模长最大的类别胶囊作为源信息的真实性的标签。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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”。