-
公开(公告)号：CN112765313B
公开(公告)日：2022-06-28
申请号：CN202011626342.6
申请日：2020-12-31
申请人： 太原理工大学
IPC分类号： G06F16/33 , G06F16/35 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明一种基于原文和评论信息分析算法的虚假信息检测方法，属于基于原文和评论信息分析算法的虚假信息检测技术领域；所要解决的技术问题为：提供一种基于原文和评论信息分析算法的虚假信息检测方法的改进；解决该技术问题采用的技术方案为：对评论与原文的全局结构信息捕获，该过程分为评论关系结构信息捕获和评论与原文的相互选择，其中结构信息捕获作用于依据评论的回复结构构建的回复图，通过聚合具有回复结构关系的信息得到包含结构信息的评论的特征表示；捕获评论内部的局部时序信息以得到评论的局部特征表，最后将生成的全局表示与局部表示拼接用于虚假信息检测，得到该输入文档是否属于虚假信息的概率值；本发明应用于虚假信息检测。
-
公开(公告)号：CN112699662A
公开(公告)日：2021-04-23
申请号：CN202011632799.8
申请日：2020-12-31
申请人： 太原理工大学
IPC分类号： G06F40/211 , G06F40/216 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明一种基于文本结构算法的虚假信息早期检测方法，属于基于文本结构算法的虚假信息检测技术领域；所要解决的技术问题为：提供一种基于文本结构算法的虚假信息早期检测方法的改进；解决该技术问题采用的技术方案为：文档语篇单元获取，语篇单元的表示学习，结构表示学习基于修辞结构理论构建文档语篇结构图，通过多关系型图神经网络得到语篇单元的全局结构表示，上下文表示学习以语篇单元在文档中的位置相邻关系为计算对象，得到语篇单元的局部上下文表示，基于融合全局注意力机制的门控递归单元，将文档的所有语篇单元融合形成文档表示，将生成的文档表示用于虚假信息检测，得到该输入文档是否属于虚假信息的概率值；本发明应用于虚假信息检测。
-
公开(公告)号：CN112765313A
公开(公告)日：2021-05-07
申请号：CN202011626342.6
申请日：2020-12-31
申请人： 太原理工大学
IPC分类号： G06F16/33 , G06F16/35 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明一种基于原文和评论信息分析算法的虚假信息检测方法，属于基于原文和评论信息分析算法的虚假信息检测技术领域；所要解决的技术问题为：提供一种基于原文和评论信息分析算法的虚假信息检测方法的改进；解决该技术问题采用的技术方案为：对评论与原文的全局结构信息捕获，该过程分为评论关系结构信息捕获和评论与原文的相互选择，其中结构信息捕获作用于依据评论的回复结构构建的回复图，通过聚合具有回复结构关系的信息得到包含结构信息的评论的特征表示；捕获评论内部的局部时序信息以得到评论的局部特征表。最后将生成的全局表示与局部表示拼接用于虚假信息检测，得到该输入文档是否属于虚假信息的概率值；本发明应用于虚假信息检测。
-
公开(公告)号：CN112699662B
公开(公告)日：2022-08-16
申请号：CN202011632799.8
申请日：2020-12-31
申请人： 太原理工大学
IPC分类号： G06F40/211 , G06F40/216 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明一种基于文本结构算法的虚假信息早期检测方法，属于基于文本结构算法的虚假信息检测技术领域；所要解决的技术问题为：提供一种基于文本结构算法的虚假信息早期检测方法的改进；解决该技术问题采用的技术方案为：文档语篇单元获取，语篇单元的表示学习，结构表示学习基于修辞结构理论构建文档语篇结构图，通过多关系型图神经网络得到语篇单元的全局结构表示，上下文表示学习以语篇单元在文档中的位置相邻关系为计算对象，得到语篇单元的局部上下文表示，基于融合全局注意力机制的门控递归单元，将文档的所有语篇单元融合形成文档表示，将生成的文档表示用于虚假信息检测，得到该输入文档是否属于虚假信息的概率值；本发明应用于虚假信息检测。
-
-
-
搜索结果
4 条记录 (耗时 0.017 秒)
