首页 | 本学科首页   官方微博 | 高级检索  
     

基于一对多关系的多模态虚假新闻检测
引用本文:袁玥,刘永彬,欧阳纯萍,田纹龙,方文泷.基于一对多关系的多模态虚假新闻检测[J].中文信息学报,2023(9):131-139.
作者姓名:袁玥  刘永彬  欧阳纯萍  田纹龙  方文泷
作者单位:南华大学计算机学院
基金项目:国家自然科学基金(N061402220);;湖南省教育厅重点科研项目(19A49);;湖南省自然科学基金(2020JJ4525,2022JJ30495);
摘    要:面向多模态的虚假新闻检测工作大部分是利用文本和图片之间的一对一关系,将文本特征和图片特征进行简单融合,忽略了帖子内多张图片内容的有效特征,对帖子间的语义关联建模不足。为了克服现有方法的局限性,该文提出了一种基于文图一对多关系的多模态虚假新闻检测模型。利用跨模态注意力网络筛选多张图片的有效特征,通过多模态对比学习网络动态调整帖子间高层次的语义特征关联,增强融合图文特征的联合表示。在新浪微博数据集上的实验结果表明,该模型能充分利用文图一对多关系的有效信息和帖子之间的语义特征关系,比基线模型准确率提升了3.15%。

关 键 词:虚假新闻检测  跨模态注意力机制  多模态对比学习
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号