公开(公告)号：CN120067415A

公开(公告)日：2025-05-30

申请号：CN202510144247.9

申请日：2025-02-10

Applicant: 北京工业大学

Inventor： 罗佳 ,  冯小叶 ,  杨洋

IPC: G06F16/906 ,  G06F16/9535 ,  G06F16/334 ,  G06F16/353 ,  G06F40/284 ,  G06F40/30 ,  G06F18/2433 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06N3/047 ,  G06Q50/00

Abstract: 本发明提供一种面向“信息疫情”不实信息甄别的三分类混合迁移学习方法及系统，涉及信息管理技术领域，包括：使用融合后的数据，并根据常规的“虚假”或“真实”标签，进行二分类训练，以构建预训练模型；在微调模型中，通过“未确定”类别用于分类无法明确判定为“虚假”或“真实”的记录；利用预训练模型的BERT层生成的融合“信息疫情”关键词和常规不实信息的文本输出；结合BERT模型、TextCNN模型和fastText模型，对BERT模型的输入特征进行处理，利用微调模型对处理后的特征进行训练，将“信息疫情”相关的数据细分为“未确定”、“虚假”或“真实”三类。本发明可以更精准地甄别“信息疫情”中的不实信息，增加方法的实际应用效果。