一种基于多模态一致性的短视频谣言检测方法

    公开(公告)号:CN115965810A

    公开(公告)日:2023-04-14

    申请号:CN202211555818.0

    申请日:2022-12-06

    申请人: 厦门大学

    摘要: 一种基于多模态一致性的短视频谣言检测方法,属于自然语言处理领域。针对谣言视频中存在对于主题的曲解和关键帧的篡改的问题,设计一种基于主题和关键帧的短视频谣言分类模型TKCM;TKCM使用聚合网络获取视频的主题特征、使用注意力网络获取视频的关键帧特征,将两者信息输入模态调节机制调整网络对三种模态的重要性关注度,拼接特征进行短视频谣言检测。针对谣言视频存在不一致问题,提出学习不一致信息的方法,将融入主题、关键帧和不一致性信息的方法ICIM一起用来谣言检测。实验结果表明,在短视频谣言数据集上的F1值比常用的视频分类模型有4%~7%的提升。与融入一致性信息之前的模型相比,在F1值上有2.3%的提升。