-
公开(公告)号：CN113626685B
公开(公告)日：2024-05-03
申请号：CN202110773341.2
申请日：2021-07-08
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06F16/9536 , G06N3/0464 , G06N3/08 , G06F18/214 , G06Q50/00
Abstract: 本发明涉及一种面向传播不确定性的谣言检测方法及装置，包括：获取社交网络中源博文与转发博文的文本数据及若干传播数据；基于文本数据提取的文本特征，利用传播数据分别构建传播方向的初始传播图G′TD及扩散方向的初始传播图G′BU；对于初始传播图G′TD与初始传播图G′BU，分别利用图卷积网络对边的可靠性进行评估，生成传播图GTD与传播图GBU；基于传播图GTD与传播图GBU中的节点表示HTD与HBU，生成源博文的最终特征表示，以获取谣言检测结果。本发明能够缓解传播结构中不可靠传播关系带来的不确定性问题，有效提高谣言检测的准确率和F1值。
-
公开(公告)号：CN118673163A
公开(公告)日：2024-09-20
申请号：CN202410753368.9
申请日：2024-06-12
Applicant: 中国科学院信息工程研究所
IPC: G06F16/432 , G06F16/435 , G06F16/48 , G06F16/45 , G06F40/30
Abstract: 本发明公开一种基于细粒度多源知识增强的多模态事实核查方法及系统，属于信息检测技术领域。所述方法包括：获取推文信息和证据信息；从推文信息和证据信息中抽取细粒度的知识信息；提取推文信息、证据信息和知识信息的文本信息语义隐表示和图片信息语义隐表示；基于文本信息语义隐表示和图片信息语义隐表示，构建包含所述推文信息、所述证据信息和所述知识信息的异质图；基于图注意力网络计算所述异质图的新结点表示；对所述异质图的新结点表示进行分类，得到所述推文信息的多模态事实核查结果。本发明可以对推文的真实性进行更准确地预测。
-
公开(公告)号：CN118394878A
公开(公告)日：2024-07-26
申请号：CN202410320930.9
申请日：2024-03-20
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于结构对抗网络的传播冷启动虚假新闻检测方法及系统，涉及数据挖掘技术领域。本发明获取社交网络的新闻内容数据和传播结构数据，通过内容编码模块、传播结构编码模块分别提取得到语义级隐表示、结构级隐表示，再通过结构判别模块预测当前的隐表示是否包含结构属性的概率，通过虚假新闻分类模块预测新闻的类别标签概率；基于传播结构对抗联合损失优化目标对抗训练各个模块的网络参数，训练完成后用于传播冷启动的虚假新闻检测。本发明拜托了对传播结构数据的依赖，能够利用以往信息传播中隐含的结构知识增强传播冷启动新闻检测能力，更适用于实际场景的虚假新闻检测。
-
公开(公告)号：CN116226545A
公开(公告)日：2023-06-06
申请号：CN202211739135.0
申请日：2022-12-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06F16/9535 , G06F16/9538
Abstract: 本发明公开了一种基于传播森林的虚假信息检测方法、装置及设备，所述方法包括：针对待检测的源博文集合，获取每一源博文在社交网络中博文的传播数据，传播数据包括：传播内容和传播关系；提取传播内容的文本特征；将源博文集合根据文本特征划分为K个类簇后，计算传播原型并构建传播树；基于传播原型和传播树，构建传播森林；聚合传播森林中的节点邻域表示，以得到节点的嵌入表示；针对源博文节点与后续传播博文节点，分别根据相应的文本特征和嵌入表示，计算增强嵌入表示；对源博文节点与后续传播博文节点的增强嵌入表示应用检测模型进行分类，得到源博文集合中各源博文的虚假检测结果。本发明可以提高虚假信息检测任务的性能。
-
公开(公告)号：CN116579348A
公开(公告)日：2023-08-11
申请号：CN202310339698.9
申请日：2023-03-31
Applicant: 中国科学院信息工程研究所
IPC: G06F40/30 , G06F40/289 , G06F40/211 , G06F18/25 , G06F18/214
Abstract: 本发明公开一种基于不确定语义融合的虚假新闻检测方法及系统，涉及数据挖掘技术领域，通过获取社交网络中新闻的多模态数据；基于不确定性的模态编码模块从各模态数据中提取特定模态的高阶语义特征；通过变分注意融合模块建模模态间的不确定性，融合多模态特征；基于融合后的多模态特征，利用假新闻分类器得到目标新闻的类别标签。本发明能够从新闻的不同模态信息中提取更多鲁棒的高阶特征，并进一步有效整合更为可靠的多模态特征，可有效提升多模态假新闻检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116108286A
公开(公告)日：2023-05-12
申请号：CN202211723012.8
申请日：2022-12-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06F16/9538 , G06F16/906 , G06F16/901 , G06N3/08 , G06N3/0464
Abstract: 本公开涉及种基于传播重构的虚假信息检测方法、装置和设备，所述方法包括：获取社交网络中博文的传播数据；基于所述传播数据，构建信息传播图；利用深度图卷积网络聚合所述信息传播图中的节点邻域特征，得到所述信息传播图的节点表示V；根据所述节点表示V，估计所述信息传播图中节点之间的潜在传播交互，以生成多个潜在传播图；利用深度图卷积网络聚合每一潜在传播图的节点邻域特征之后，综合所有更新后潜在传播图的更新节点表示，得到重构节点表示Z；基于所述节点表示V和所述重构节点表示Z执行任务分类，得到所述博文的虚假信息检测结果。本公开可以提高虚假信息检测任务的性能。
-
公开(公告)号：CN110136016B
公开(公告)日：2021-06-29
申请号：CN201910270828.1
申请日：2019-04-04
Applicant: 中国科学院信息工程研究所
IPC: G06Q50/00 , G06F16/901
Abstract: 本发明涉及一种基于隐式关联的多标签传播方法及系统。该方法包括：对给定的网络构建局部网络结构图，其中部分节点的标签信息已知，并计算概率转移矩阵；基于标签共现方法挖掘多标签之间的隐式关联信息；生成节点‑标签矩阵并初始化未知节点的标签信息；根据概率转移矩阵以及隐式关联信息对每一个未知节点的标签进行更新；基于节点‑标签矩阵计算更新停止条件；反复执行上述更新步骤直到满足更新停止条件或者达到给定的迭代次数；根据节点‑标签矩阵生成网络中未知标签信息的节点的标签信息。本发明能够更好的挖掘标签之间的关联关系，加速方法的收敛速度，从而更准确全面的分析大型网络用户的标签信息。
-
公开(公告)号：CN118760896A
公开(公告)日：2024-10-11
申请号：CN202410943944.6
申请日：2024-07-15
Applicant: 中国科学院信息工程研究所
IPC: G06F18/214 , G06F18/2451 , G06F18/20
Abstract: 本发明公开一种基于条件信息流最大化的大模型内容安全检测方法及系统，属于大模型安全技术领域。所述方法包括：利用预训练语言模型提取待检测内容文本的高阶隐向量表示；基于所述高阶隐向量表示，利用线性分类器获取待检测内容文本的安全检测结果；其中，所述预训练语言模型和所述线性分类器的网络参数的获取是通过条件信息流最大化优化目标来最大化输入‑表示信息流和表示‑任务信息流。本发明不仅可以提升预训练模型在大模型内容安全检测任务的泛化性能，也能增强对训练样本较少类别的有效判别能力，提供了模型在噪声场景下的鲁棒性。
-
公开(公告)号：CN113626685A
公开(公告)日：2021-11-09
申请号：CN202110773341.2
申请日：2021-07-08
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明涉及一种面向传播不确定性的谣言检测方法及装置，包括：获取社交网络中源博文与转发博文的文本数据及若干传播数据；基于文本数据提取的文本特征，利用传播数据分别构建传播方向的初始传播图G′TD及扩散方向的初始传播图G′BU；对于初始传播图G′TD与初始传播图G′BU，分别利用图卷积网络对边的可靠性进行评估，生成传播图GTD与传播图GBU；基于传播图GTD与传播图GBU中的节点表示HTD与HBU，生成源博文的最终特征表示，以获取谣言检测结果。本发明能够缓解传播结构中不可靠传播关系带来的不确定性问题，有效提高谣言检测的准确率和F1值。
-
公开(公告)号：CN110136016A
公开(公告)日：2019-08-16
申请号：CN201910270828.1
申请日：2019-04-04
Applicant: 中国科学院信息工程研究所
IPC: G06Q50/00 , G06F16/901
Abstract: 本发明涉及一种基于隐式关联的多标签传播方法及系统。该方法包括：对给定的网络构建局部网络结构图，其中部分节点的标签信息已知，并计算概率转移矩阵；基于标签共现方法挖掘多标签之间的隐式关联信息；生成节点-标签矩阵并初始化未知节点的标签信息；根据概率转移矩阵以及隐式关联信息对每一个未知节点的标签进行更新；基于节点-标签矩阵计算更新停止条件；反复执行上述更新步骤直到满足更新停止条件或者达到给定的迭代次数；根据节点-标签矩阵生成网络中未知标签信息的节点的标签信息。本发明能够更好的挖掘标签之间的关联关系，加速方法的收敛速度，从而更准确全面的分析大型网络用户的标签信息。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.043 seconds)
