[發明專利]一種基于多表示學習的跨領域虛假新聞檢測方法

在審

• 申請號: 202111124543.0
• 申請日: 2021-09-24
• 公開（公告）號: CN113901810A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 曹娟;王彥焱;徐朝喜;謝添;李錦濤
• 申請（專利權）人: 杭州中科睿鑒科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F16/906;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 沈敏強

1.一種基于多表示學習的跨領域虛假新聞檢測方法，其特征在于：

獲取待檢測的新聞文本和該新聞文本所屬的領域標簽；

將新聞文本輸入BERT模型，提取新聞文本的詞嵌入向量；

將新聞文本的詞嵌入向量和領域標簽輸入基于多表示學習的領域共享特征生成器，得到融合的領域共享特征表達；

將融合的領域共享特征表達輸入虛假新聞分類器，輸出新聞真假分類的概率值結果。

2.根據權利要求1所述的基于多表示學習的跨領域虛假新聞檢測方法，其特征在于：所述將新聞文本的詞嵌入向量和領域標簽輸入基于多表示學習的領域共享特征生成器得到融合的領域共享特征表達，包括：

將新聞文本的詞嵌入向量輸入多個領域共享專家，生成多個不同的領域共享特征，每個領域共享特征關注領域共享知識的一個方面；

將領域標簽輸入經訓練的領域門模型，得到各領域共享特征的權重；

基于多個領域共享專家生成的多個領域共享特征和所述領域門模型得到的相應領域共享特征權重進行加權求和，得到融合的領域共享特征表達。

3.根據權利要求1所述的基于多表示學習的跨領域虛假新聞檢測方法，其特征在于：使用多層感知機作為所述虛假新聞分類器，多層感知機為多層全連接的神經網絡組成，分類器的最后一層使用softmax激活函數進行歸一化，輸出兩個和為1的浮點數，分別代表判斷新聞為真的概率值和判斷新聞為假的概率值。

4.根據權利要求3所述的基于多表示學習的跨領域虛假新聞檢測方法，其特征在于：使用二元交叉熵損失作為所述虛假新聞分類器進行虛假新聞檢測任務的損失函數，最小化虛假新聞檢測預測值與真實值之間的差距。

5.一種基于多表示學習的跨領域虛假新聞檢測裝置，其特征在于，包括：

待檢測內容獲取模塊，用于獲取待檢測的新聞文本和該新聞文本所屬的領域標簽；

詞嵌入向量提取模塊，用于將新聞文本輸入BERT模型，提取新聞文本的詞嵌入向量；

共享特征提取模塊，用于將新聞文本的詞嵌入向量和領域標簽輸入基于多表示學習的領域共享特征生成器，得到融合的領域共享特征表達；

真假分類模塊，用于將融合的領域共享特征表達輸入虛假新聞分類器，輸出新聞真假分類的概率值結果。

6.根據權利要求5所述的基于多表示學習的跨領域虛假新聞檢測裝置，其特征在于：所述將新聞文本的詞嵌入向量和領域標簽輸入基于多表示學習的領域共享特征生成器得到融合的領域共享特征表達，包括：

將新聞文本的詞嵌入向量輸入多個領域共享專家，生成多個不同的領域共享特征，每個領域共享特征關注領域共享知識的一個方面；

將領域標簽輸入經訓練的領域門模型，得到各領域共享特征的權重；

基于多個領域共享專家生成的多個領域共享特征和所述領域門模型得到的相應領域共享特征權重進行加權求和，得到融合的領域共享特征表達。

7.根據權利要求5所述的基于多表示學習的跨領域虛假新聞檢測裝置，其特征在于：使用多層感知機作為所述虛假新聞分類器，多層感知機為多層全連接的神經網絡組成，分類器的最后一層使用softmax激活函數進行歸一化，輸出兩個和為1的浮點數，分別代表判斷新聞為真的概率值和判斷新聞為假的概率值。

8.根據權利要求7所述的基于多表示學習的跨領域虛假新聞檢測裝置，其特征在于：使用二元交叉熵損失作為所述虛假新聞分類器進行虛假新聞檢測任務的損失函數，最小化虛假新聞檢測預測值與真實值之間的差距。

9.一種存儲介質，其上存儲有能被處理器執行的計算機程序，其特征在于：所述計算機程序被執行時實現權利要求1～4任意一項所述基于多表示學習的跨領域虛假新聞檢測方法的步驟。

10.一種基于多表示學習的跨領域虛假新聞檢測，具有存儲器和處理器，存儲器上存儲有能被處理器執行的計算機程序，其特征在于：所述計算機程序被執行時實現權利要求1～4任意一項所述基于多表示學習的跨領域虛假新聞檢測方法的步驟。