一种低资源多领域的假新闻检测方法及系统

    公开(公告)号:CN117763151A

    公开(公告)日:2024-03-26

    申请号:CN202311828071.6

    申请日:2023-12-28

    摘要: 本发明公开了一种低资源多领域的假新闻检测方法及系统,涉及虚假新闻检测技术领域,该方法包括:构建带有可学习标记的提示模板;基于注意力机制得到领域增强的提示模板;利用领域增强的提示模板包装原始新闻文本,得到提示文本;通过预训练语言模型预测生成提示文本中掩码标记处待预测的标签词,经过掩码语言模型的头部预测输出,得到标签单词集中每个标签词的概率,基于上下文先验和可学习权重构建表达器,将标签单词集中标签词映射到对应的真假分类标签,将标签词的概率转换为相对应的真假分类标签的概率,以二元交叉熵损失函数为训练目标函数来检测假新闻。本发明有效利用领域信息增强的提示模板,能适应多领域、低资源场景的假新闻检测。

    一种相似司法案例匹配方法、装置及设备

    公开(公告)号:CN116340458A

    公开(公告)日:2023-06-27

    申请号:CN202310114952.5

    申请日:2023-02-13

    摘要: 本发明公开一种相似司法案例匹配方法、装置及设备,方法包括:通过预训练语言模型和神经网络分类器,按照预设的第一模型参数对目标案例和待匹配案例中的每个句子进行特征句识别,获得目标案例特征句组和待匹配案例特征句组,并将其中的特征句组合生成若干特征句子对;通过预训练语言模型和神经网络分类器,按照预设的第二模型参数对目标案例和待匹配案例进行匹配预测,获得初始匹配结果,并按照预设的第三模型参数计算每个特征句子对的对齐概率以获得句子对齐结果;根据初始匹配结果和句子对齐结果,确定目标案例和待匹配案例之间的目标匹配结果。本发明在确保目标匹配结果的准确性的同时,能够为目标匹配结果提供可解释性依据。