-
公开(公告)号：CN116894184A
公开(公告)日：2023-10-17
申请号：CN202310728444.6
申请日：2023-06-19
Applicant: 中国科学院计算技术研究所
IPC: G06F18/214 , G06F18/23 , G06F18/2415 , G06F18/27 , G06F16/35
Abstract: 本发明提出一种基于时序趋势预测的虚假新闻检测方法，包括：提取新闻样本的新闻表征；将该新闻表征进行聚类以获取至少一个主题簇；以每个主题簇的新闻样本按时序分布，建模为对应新闻主题的数据模型，基于该数据模型，预测该新闻主题的时序分布趋势；基于该时序分布趋势将各主题簇的新闻样本进行重加权后合并为训练集；以该训练集对虚假新闻检测器进行训练；通过该虚假新闻检测器对目标新闻进行虚假新闻检测。本发明还提出一种基于时序趋势预测的虚假新闻检测系统，以及一种用于实现基于时序趋势预测的虚假新闻检测的数据处理装置。
-
公开(公告)号：CN110019812A
公开(公告)日：2019-07-16
申请号：CN201810164771.2
申请日：2018-02-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种用户自生产内容检测方法和系统，包括：获取社交媒体中用户自生产内容的文本内容、图像内容和社交属性，并从文本内容中抽取词向量特征，从社交属性中抽取社交属性特征以及从图像内容中抽取图像特征；通过递归神经网络融合词向量特征和社交属性特征，得到文本、社交融合特征；根据递归神经网络得到注意力向量，并通过注意力机制将图像特征处理为注意力融合特征，将注意力融合特征与文本、社交融合特征相融合，生成多模态融合特征；利用多模态融合特征训练分类器，以检测社交媒体中指定的用户自生产内容。本发明通过深度神经网络，融合内容检测涉及的多种模态内容，能够全面地进行用户自生产内容检测，得到更加准确的检测结果。
-
Patent Agency Ranking
公开(公告)号：CN104615627B
公开(公告)日：2018-03-30
申请号：CN201410490602.X
申请日：2014-09-23
Applicant: 中国科学院计算技术研究所 , 新华通讯社
IPC: G06F17/30
Abstract: 本发明涉及舆情事件提取技术，本发明公开了一种基于微博平台的事件舆情信息提取方法及系统，该方法包括：获取所述事件的关键词、起始时间、截止时间，并根据所述微博平台搜索服务的链接格式，构造待采样页面的页面链接；根据所述页面链接进行微博采样，生成样本微博，根据所述样本微博，计算所述事件的事件热度，并根据所述事件热度计算微博抓取周期；根据所述微博抓取周期，结合所述页面链接，获取与所述事件相关的微博页面。提取所述微博页面的微博信息，以完成提取所述事件的所述舆情信息。本发明获取事件舆情信息更全面而高效，能采集到实时的舆情信息。
-
公开(公告)号：CN106445894A
公开(公告)日：2017-02-22
申请号：CN201510497127.3
申请日：2015-08-13
Applicant: 中国科学院计算技术研究所
IPC: G06F17/24
Abstract: 本发明公开了一种新媒体智能在线编辑方法、装置及网络信息发布平台，所述新媒体智能在线编辑方法包括：步骤1，采集网络信息发布平台上发布的普通用户制作的信息；步骤2，挖掘所述普通用户制作的信息中的各类新闻要素；步骤3，将所述各类信息要素导入素材库，所述素材库以类目列表的形式组织所述新闻要素，且所述素材库与富文本编辑器实现交互，通过所述富文本编辑器进行在线新闻编辑与发布。由此，能够自动从互联的网普通用户制作的信息内容采集信息素材，自动挖掘组织原始素材形成各类信息要素，将信息编辑与素材搜集结合在一起，通过在线的智能编辑器的良好的交互方式，实现信息稿件的高效编写与发布。
-
公开(公告)号：CN110019812B
公开(公告)日：2021-08-20
申请号：CN201810164771.2
申请日：2018-02-27
Applicant: 中国科学院计算技术研究所
IPC: G06F40/289 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种用户自生产内容检测方法和系统，包括：获取社交媒体中用户自生产内容的文本内容、图像内容和社交属性，并从文本内容中抽取词向量特征，从社交属性中抽取社交属性特征以及从图像内容中抽取图像特征；通过递归神经网络融合词向量特征和社交属性特征，得到文本、社交融合特征；根据递归神经网络得到注意力向量，并通过注意力机制将图像特征处理为注意力融合特征，将注意力融合特征与文本、社交融合特征相融合，生成多模态融合特征；利用多模态融合特征训练分类器，以检测社交媒体中指定的用户自生产内容。本发明通过深度神经网络，融合内容检测涉及的多种模态内容，能够全面地进行用户自生产内容检测，得到更加准确的检测结果。
-
公开(公告)号：CN106445894B
公开(公告)日：2019-07-30
申请号：CN201510497127.3
申请日：2015-08-13
Applicant: 中国科学院计算技术研究所
IPC: G06F17/24
Abstract: 本发明公开了一种新媒体智能在线编辑方法、装置及网络信息发布平台，所述新媒体智能在线编辑方法包括：步骤1，采集网络信息发布平台上发布的普通用户制作的信息；步骤2，挖掘所述普通用户制作的信息中的各类新闻要素；步骤3，将所述各类信息要素导入素材库，所述素材库以类目列表的形式组织所述新闻要素，且所述素材库与富文本编辑器实现交互，通过所述富文本编辑器进行在线新闻编辑与发布。由此，能够自动从互联的网普通用户制作的信息内容采集信息素材，自动挖掘组织原始素材形成各类信息要素，将信息编辑与素材搜集结合在一起，通过在线的智能编辑器的良好的交互方式，实现信息稿件的高效编写与发布。
-
公开(公告)号：CN104615627A
公开(公告)日：2015-05-13
申请号：CN201410490602.X
申请日：2014-09-23
Applicant: 中国科学院计算技术研究所 , 新华通讯社
IPC: G06F17/30
CPC classification number: G06F17/2765
Abstract: 本发明涉及舆情事件提取技术，本发明公开了一种基于微博平台的事件舆情信息提取方法及系统，该方法包括：获取所述事件的关键词、起始时间、截止时间，并根据所述微博平台搜索服务的链接格式，构造待采样页面的页面链接；根据所述页面链接进行微博采样，生成样本微博，根据所述样本微博，计算所述事件的事件热度，并根据所述事件热度计算微博抓取周期；根据所述微博抓取周期，结合所述页面链接，获取与所述事件相关的微博页面。提取所述微博页面的微博信息，以完成提取所述事件的所述舆情信息。本发明获取事件舆情信息更全面而高效，能采集到实时的舆情信息。
-
-
-
-
-
-
Search Results
7
records
(took 0.07 seconds)
