公开(公告)号：CN118586361A

公开(公告)日：2024-09-03

申请号：CN202410337623.1

申请日：2024-03-23

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 吴连伟 ,  刘浦胜 ,  王淋永 ,  王震

IPC: G06F40/166 ,  G06F40/216 ,  G06F18/27

Abstract: 本发明公开了一种基于提示学习的三阶段任意文本风格迁移方法，由编辑区域获取阶段、掩蔽序列的有效性验证阶段以及风格信息填充阶段组成。1)编辑区域获取阶段。该阶段用于获取输入文本的编辑区域。在该阶段，模型将识别风格词并对其进行掩码，以获得掩蔽序列。2)掩蔽序列的有效性验证阶段。该阶段对从上一阶段获得的掩蔽序列进行有效性验证，以确保编辑区域的有效性。3)风格信息填充阶段。此阶段模型将基于用户指定的任意目标风格生成最终输出。本发明方法将TST任务转换为文本填充任务以应对自回归方式造成的误差累积，引导LLM在特定语义区域内编辑少量文本即可实现TST，这种方式可增强模型的可控性、稳定性和可解释性。

公开(公告)号：CN118364184A

公开(公告)日：2024-07-19

申请号：CN202410337744.6

申请日：2024-03-24

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 吴连伟 ,  王震 ,  高超 ,  王淋永

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F40/279 ,  G06F40/216 ,  G06N3/0464

Abstract: 本发明公开了一种基于证据增强的假新闻检测方法，首先从语义和情感的角度促进评论与新闻的互动融合，从而学习新闻中潜在的可疑片段。然后，构建实体级和关系级检索，以从外部来源筛选足够的候选证据。最后，通过多视角推理来衡量可疑片段和候选证据之间的一致性，并进一步推断出发现新闻虚假部分的可解释证据。本发明以证据增强为突破，为社交媒体的谣言治理提供了新思路，有效解决虚假新闻检测问题。

公开(公告)号：CN119106129A

公开(公告)日：2024-12-10

申请号：CN202411412556.1

申请日：2024-10-11

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 吴连伟 ,  王淋永 ,  王康 ,  刘洋 ,  高超 ,  王震

IPC: G06F16/34 ,  G06F40/284 ,  G06F18/214 ,  G06F18/25 ,  G06F18/213 ,  G06N3/0455

Abstract: 本发明公开了一种基于大型语言模型蒸馏框架的文本摘要生成方法。该方法包括：获取多个目标训练样本；通过抽象式摘要模型的编码器对任意一个目标训练样本进行处理，得到任意一个目标训练样本的特征；通过基本方面模块、关联句子模块和三重实体关系模块对任意一个目标训练样本和任意一个目标训练样本的特征进行处理，得到初始基本方面特征、初始关联句子特征和初始三重实体关系特征。本发明解决了现有技术中通过LLMs对文本进行提取摘要，生成的摘要质量、可控性、可解释性和稳定性低的技术问题。

公开(公告)号：CN120075073A

公开(公告)日：2025-05-30

申请号：CN202510283844.X

申请日：2025-03-11

Applicant: 西北工业大学

Inventor： 刘洋 ,  李悦泽 ,  王茜 ,  郭森森 ,  吴连伟 ,  张龙龙 ,  高超 ,  王震

IPC: H04L41/14 ,  H04L41/12 ,  H04L41/0823

Abstract: 本发明公开了一种基于信念传递的网络传播控制方法及装置，包括：步骤一：合并网络中影响力较小的节点来简化网络结构，得到粗化后的网络Gc(Vc,Ec)；步骤二：利用改进的信念传递算法(BPD‑v)从粗化网络Gc(Vc,Ec)中识别关键节点，输出传播控制节点序列S；步骤三：通过微调的方式局部优化部分节点序列，进一步提升控制方法的效果，进而得到更优质的控制序列。通过本发明提供的方法，能够在满足同样传播控制效果的前提下，最小化控制传播所需资源消耗；或者同样控制资源消耗的前提下，最大化传播控制效果。此外，本发明方法时间复杂度低，适用于超大规模的网络传播控制。

公开(公告)号：CN119990923A

公开(公告)日：2025-05-13

申请号：CN202510476181.3

申请日：2025-04-16

Applicant: 西北工业大学

Inventor： 李晓宇 ,  王震 ,  高超 ,  张慧翔 ,  吴连伟 ,  刘洋 ,  郭森森

IPC: G06Q10/0639 ,  G06Q50/18 ,  G06F16/334 ,  G06F16/35

Abstract: 本发明公开基于大语言模型的合规性指标体系构建方法及装置，涉及数据处理技术领域。解决现有的合规性指标体系缺乏全面性、法规依据不足、更新困难、缺乏场景化分析、效率低下等问题。包括，当接收到客户端发送的匹配指令时，根据指标体系构想意图、构建指标体系指令包括的指标体系限制条件、多源数据和初始场景分类框架通过大语言模型得到初始指标体系规划，向客户端发送初始指标体系规划，以使客户端确认初始指标体系规划包括的指标是否正确；当接收客户端发送的审核指标体系时，确定审核指标体系包括的最终指标、每个最终指标的定义、每个最终指标的计算方法和每个最终指标的法规名称，将审核指标体系发送至场景数据库。

公开(公告)号：CN117786530A

公开(公告)日：2024-03-29

申请号：CN202311832427.3

申请日：2023-12-27

Applicant: 西北工业大学

Inventor： 王震 ,  朱俊优 ,  李向华 ,  吴连伟 ,  高超 ,  李学龙

IPC: G06F18/2415 ,  G06N3/048 ,  G06F40/20

Abstract: 本申请属于人工智能与自然语言处理领域，涉及一种基于图Transformer与信息瓶颈的虚假新闻检测方法，首先，通过所设计的一种新的图位置编码计算公式，构建出一种基于位置编码的传播关系图。其次，利用信息瓶颈原理，学习去噪注意力图。最后，通过将所构建的传播关系图和去噪注意力图作为掩蔽图，对Transformer的自注意力层进行掩蔽。通过该掩蔽机制，一方面能够有效消除噪声信息带来的负面影响，另一方面也能有效刻画出新闻的传播结构和长序列依赖关系。将本申请方法应用到真实新闻传播网络中，实现了以较高准确率识别出新闻数据中的虚假新闻。

公开(公告)号：CN117313744A

公开(公告)日：2023-12-29

申请号：CN202311268923.0

申请日：2023-09-27

Applicant: 西北工业大学

Inventor： 吴连伟 ,  王震 ,  高超

IPC: G06F40/30 ,  G06F40/289 ,  G06F18/213 ,  G06F18/25 ,  G06N3/048

Abstract: 本发明公开了一种多模态假新闻检测方法及装置，数据挖掘领域。通过探索多模态新闻中文本和图片之间的不一致语义作为合理的证据，进行可解释虚假新闻检测。该方法包括：第一文本语义和第一视觉语义分别经自注意力机制、渗透交叉注意力机制得到文本引导的多模态特征和视觉引导的多模态特征；整个多模态特征分别与第一文本语义、第一视觉语义经对比自注意网络、点积相似性得到文本特征与多模态不一致信息、视觉特征与多模态不一致信息；基于门控制机制得到文本特征与多模态不一致语义、视觉特征与多模态不一致语义和第一多模态不一致语义；第一多模态不一致语义投影到多维空间中执行最大池化操作得到上下文丰富的多模态不一致语义。

公开(公告)号：CN115168765A

公开(公告)日：2022-10-11

申请号：CN202210575849.6

申请日：2022-05-24

Applicant: 西北工业大学

Inventor： 吴连伟 ,  刘浦胜 ,  王鹏 ,  张艳宁

IPC: G06F16/958 ,  G06F16/35 ,  G06N3/04 ,  G06Q50/00

Abstract: 本发明涉及一种基于启发式异构图推理网络的虚假新闻检测方法，包括以下步骤：将待检测新闻序列、表格、程序进行上下文表示；针对新闻序列、表格以及程序三种类型的数据借助不同的方法分别构建了三种子图；通过新闻序列指导程序子图与表格子图的匹配连接，从而形成程序‑表格关联图；通过程序信息指导新闻序列子图与表格子图的匹配连接，从而形成新闻‑表格关联图；设计局部多跳知识推理网络MKR来学习带有更多上下文特征的证据，并将MKR执行在新闻‑表格关联子图和程序‑表格关联子图上分别捕获语言证据和逻辑证据；设计全局双端注意力网络DAN，从而全局挖掘语言证据和逻辑证据之间的关联关系。

公开(公告)号：CN115964482A

公开(公告)日：2023-04-14

申请号：CN202210574816.X

申请日：2022-05-24

Applicant: 西北工业大学

Inventor： 吴连伟 ,  齐召帅 ,  张艳宁

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明涉及一种基于用户认知一致性推理的多模态虚假新闻检测方法，包括以下步骤：对多模态新闻中包含的文本信息与图像信息进行嵌入编码表示；利用自注意力网络对嵌入编码的文本信息和图像信息进行特征提取，将特征输入到设计的交叉注意块中进行语义交互，将从新闻文本特征与新闻图像特征两个角度捕捉到的一致特征进行整合；设计上下文交互层，使所有的评论信息与全局评论语义进行全面地交互，从而挖掘并强化评论中的用户最关注的语义特征；设计由协同引导块、交叉注意力块和聚合融合块组成的协同推理层，使多模态新闻语义与最受关注的评论特征进行协同推断，从而发掘新闻和评论之间的不一致信息提升模型的检测性能。

公开(公告)号：CN119940469A

公开(公告)日：2025-05-06

申请号：CN202510421353.7

申请日：2025-04-07

Applicant: 西北工业大学

Inventor： 郭森森 ,  王震 ,  李晓宇 ,  刘洋 ,  吴连伟 ,  朱培灿

IPC: G06N3/094 ,  G06N3/0464 ,  G06N3/084 ,  G06T3/4046

Abstract: 本发明提供了一种基于注意力扰乱的对抗样本生成方法、系统、设备及介质，属于人工智能技术领域，其方法包括如下步骤：将输入样本输入深度学习模型，获取输出结果的类激活图矩阵；将类激活图矩阵切分成多个正方形子图，并按照其元素值之和的大小进行排序，将元素值之和较大与较小的正方形子图互换位置，得到注意力扰乱的类激活图矩阵；对第t轮的输入样本进行修正，将修正的输入样本与注意力扰乱的类激活图矩阵融合，得到增强后的样本；对增强后的样本进行对抗扰动计算，生成对抗样本；重复类激活图矩阵的生成、切分过程及对抗样本生成过程，直至完成T轮对抗样本的生成，得到最终的对抗样本。本发明能够提升对抗样本针对不同深度模型的迁移性。