公开(公告)号：CN118349681A

公开(公告)日：2024-07-16

申请号：CN202410514089.7

申请日：2024-04-26

申请人： 广东工业大学

发明人： 林源堃 ,  李铭伟 ,  李风环 ,  陈宸 ,  陈浩鹏

IPC分类号： G06F16/35 ,  G06F18/241 ,  G06F40/284 ,  G06Q50/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455

摘要： 本发明公开的属于自然语言处理和信息传播技术领域，具体为基于双向图神经网络的谣言检测方法，包括具体步骤如下：利用深度学习方法对用户生成内容短文本数据进行词特征提取，使用提取的词特征建立HIN框架，使之能够集成附加信息并捕获文本和附加信息之间的丰富关系，以此减少文本的稀疏性，本发明的方法提出了一种灵活的HIN(异构信息网络)框架来对短文本建模，它可以集成任何类型的附加信息，以及捕捉它们的关系，以解决语义稀疏性。在此基础上，提出一种基于两级注意力机制的异构图注意力网络(HGAT)，通过嵌入HIN以进行文本分类，其拥有两级注意力机制，分别为节点级注意力机制和类型级注意力机制。

公开(公告)号：CN118919056A

公开(公告)日：2024-11-08

申请号：CN202410949121.4

申请日：2024-07-16

申请人： 广东工业大学

发明人： 李铭伟 ,  陈浩鹏 ,  李风环 ,  陈宸

IPC分类号： G16H50/20 ,  G06F18/24 ,  G06F18/22 ,  G06F17/18 ,  G06F17/16 ,  G06Q50/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开的属于自然语言处理和图神经网络技术领域，具体为基于超图Transformer的多模态社交网络抑郁症检测方法，包括具体步骤如下：对文本数据和图片数据进行预处理，对于文本数据，利用预训练语言模型提取文本特征，并结合主题分析方法构建文本超图，充分捕捉文本数据中语义关联；针对图像数据，通过计算特征表示相关性以构造图像超图，引入视觉超图卷积网络，进一步提取图像特征，加强超图的特征表示能力。本发明的方法针对社交网络抑郁症检测的特点，构建了一个能够反映多模态数据复杂性的超图模型，充分利用了社交网络中文本、图像等多模态数据，综合挖掘跨模态间的复杂关联。

公开(公告)号：CN118690273A

公开(公告)日：2024-09-24

申请号：CN202410792169.9

申请日：2024-06-19

申请人： 广东工业大学

发明人： 李铭伟 ,  陈浩鹏 ,  李风环 ,  陈宸

IPC分类号： G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06F40/30 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0895

摘要： 本发明公开的属于自然语言处理和图神经网络技术领域，具体为增强异质图注意力网络的虚假新闻检测方法，包括具体步骤如下：对文本数据进行预处理后，利用预训练模型及自然语言处理方法，对短文本数据进行特征提取和关系分析，并通过预训练模型驱动的提示学习，显著增强短文本语义丰富度；根据短文本及其附属多元信息之间的关系，建立异质图以突出文本与附属多元信息之间的关系，为虚假新闻检测任务提供充足信息；本发明的方法针对短文本虚假新闻检测的特点，构建了一个能够全面反映新闻数据复杂性的异质图模型，在融合多种类型节点的基础上，对各类新闻元数据的特点进行了充分的考虑。