-
公开(公告)号：CN110188284B
公开(公告)日：2022-01-28
申请号：CN201910341053.2
申请日：2019-04-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06F16/35 , G06Q50/00
Abstract: 本发明提出一种基于检索辅助的谣言检测方法及系统，包括：获取待谣言检测的对象信息，并使用谣言检测算法对该对象信息进行判定，得到该对象信息的初步谣言检测结果；集合已标记谣言标签的谣言信息作为谣言库，抽取得到该对象信息的关键词，以该关键词检索该谣言库，得到该谣言库中与该对象信息相似的多条相似谣言，计算每一条该相似谣言与该对象信息之间的相似度，以为每一条该相似谣言赋予权重，并根据每一条该相似谣言的谣言标签和权重，加权求和得到该多条相似谣言的辅助谣言检测结果；根据该初步谣言检测结果和该辅助谣言检测结果，综合判定该对象信息的谣言标签。
-
公开(公告)号：CN113537027A
公开(公告)日：2021-10-22
申请号：CN202110776853.4
申请日：2021-07-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于面部划分的人脸深度伪造检测方法和系统，包括：对训练数据，提取全局人脸特征；根据获取全局人脸特征过程中产生的浅层卷积特征，将该浅层卷积特征根据预设的面部划分方式，划分为多个图像区域，分别将该图像区域输入至局部人脸特征提取模型，得到该人脸图像的多个局部特征；通过注意力模型提取该多个局部特征间的关系特征，并将该关系特征与该全局特征拼接后输入至二分类模型，得到该训练数据的检测结果，根据该结果和该标签构建损失函数，以训练该全局人脸特征提取模型、局部人脸特征提取模型、注意力模型和该二分类模型。
-
公开(公告)号：CN109657538B
公开(公告)日：2021-04-27
申请号：CN201811309249.5
申请日：2018-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于上下文信息指导的场景分割方法，包括：以残差结构网络构建基于上下文信息的指导模块；以原始图像为输入，通过多个3×3卷积层输出初级特征图；以该初级特征图为输入，通过多个该指导模块输出中级特征图；以该中级特征图为输入，通过多个该指导模块输出高级特征图；以该高级特征图为输入，通过场景分割子网络，获得该原始图像的场景分割结果。本发明设计的分割网络的参数量小，并且在特征提取时，利用全局特征提取器进一步去修正局部特征和对应的周围上下文特征组合成的联合特征，这使得模型更有利于去学习分割的特征，极大的提高了现有移动端场景分割网络的性能。
-
公开(公告)号：CN110233833B
公开(公告)日：2020-09-29
申请号：CN201910433366.0
申请日：2019-05-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明的实施例提供了支持社交网络用户隐私保护的消息发送方法及系统，包括获取用户待发送的消息和用户对于该消息的隐私保护设置；获取用户的好友列表并对于每个好友，利用预先训练好的隐私泄露概率模型计算该消息通过其泄露给每个不可见对象的概率；以及从该用户的好友列表中选择满足所述隐私保护设置的最大子集，将所述消息发送给所选择的最大子集中的每个好友。本发明实施例的技术方案能准确地预测某个消息到达某个对象的可能性，在尽可能保证消息在好友中曝光度的同时，更有效地保护用户隐私。
-
公开(公告)号：CN107918782B
公开(公告)日：2020-01-21
申请号：CN201711265210.3
申请日：2017-12-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种训练用于生成描述图像内容的自然语言的模型的方法，以及采用所述模型生成描述图像内容的自然语言的方法。其中，所述训练方法，包括：A1)将图像训练集中图像的全局特征以及局部特征作为注意力机制的输入，以获得同时包含全局特征以及局部特征的融合的结果；A2)将所述融合的结果和单词训练集作为长短记忆网络的输入，利用损失函数对所述注意力机制以及所述长短记忆网络进行训练，获得所述注意力机制的权值以及所述长短记忆网络的权值；其中，所述损失函数是已知图像的内容、以及描述所述图像内容的自然语句中前一个或多个单词时第i个单词的条件概率的函数，i＝1,…imax。
-
Patent Agency Ranking
公开(公告)号：CN110032733A
公开(公告)日：2019-07-19
申请号：CN201910184862.7
申请日：2019-03-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种针对新闻长文本的谣言检测方法及系统，包括：获取指定新闻平台中大于预设字数的文本作为长文本，提取长文本中段落的关键词，并以该关键词检索社交平台获取社交数据，使用文本相关性算法获得该段落的相关数据；获取标注数据集，标注数据集包括已标注谣言信息的多个社交数据，使用标注数据集训练多个分类模型，并将训练完成的分类模型集合为融合模型，使用融合模型得到相关数据的可信度得分，用以代表段落为非谣言的概率。本发明使用异源检测方法解决了难以对长文直接判别的问题。
-
公开(公告)号：CN109977393A
公开(公告)日：2019-07-05
申请号：CN201711464946.3
申请日：2017-12-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于内容争议性的流行新闻预测方法，包括：争议性模式挖掘步骤，构建多任务学习的卷积神经网络模型，以对历史流行新闻进行模式的挖掘，得到该历史流行新闻的内容争议性模式的特征；流行新闻预测步骤，将新生新闻转化为词语字符的合集C，并将该合集C与该内容争议性模式进行匹配，得到该新生新闻的争议度得分P，以判断该新生新闻是否属于流行新闻；预测结果验证步骤，通过该新生新闻的实际流行性对该卷积神经网络模型进行验证，并使用验证结果对该卷积神经网络模型进行训练。本发明从争议性新闻本质的内容模式出发，能够实时准确地预测出潜在的流行新闻。
-
公开(公告)号：CN109388754A
公开(公告)日：2019-02-26
申请号：CN201710684736.9
申请日：2017-08-11
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06F21/62 , G06Q50/00
Abstract: 本发明涉及一种基于社交媒体的用户隐私意识评估方法，通过社交媒体，提取社交用户的信息项，构建初始社交用户信息集，获取并分析该社交用户的该信息项，量化该信息项的隐私意识值并获取该信息项的评估指标权重，通过对该信息项的隐私意识值和评估指标权重加权求和，得到该社交用户的隐私意识值。本发明的方法利用社交媒体用户可访问的个人页面信息，快捷方便地计算社交用户的隐私保护意识值，对于进一步的用户隐私保护具有重要意义。
-
公开(公告)号：CN108628955A
公开(公告)日：2018-10-09
申请号：CN201810316810.6
申请日：2018-04-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种推荐系统的个性化隐私保护方法，包括：获取所有用户的评分项目i以形成评分项目集合R；计算该评分项目i两两之间的相似度；以评分项目集合R中用户A的评分项目j形成评分项目集合RA；获得该用户A对评分项目集合RA的评分数据集D；根据预设的相似度阈值，在评分项目集合R中选取评分项目j的替换项目j'；根据预设的个人隐私系数，将评分项目j全部或部分替换为替换项目j'，形成虚拟用户A'的评分项目集合RA'；以评分数据集D作为虚拟用户A'对评分项目集合RA'的评分数据集D'，通过该推荐系统获得推荐结果，并反馈给该用户A。
-
公开(公告)号：CN104572807B
公开(公告)日：2018-02-06
申请号：CN201410594515.9
申请日：2014-10-29
Applicant: 中国科学院计算技术研究所 , 新华通讯社
IPC: G06F17/30
Abstract: 本发明涉及微博新闻可信度领域，特别涉及一种基于微博信息源的新闻认证方法及系统，该方法包括：提取新闻的信息源，作为待认证信息源，获取与所述待认证信息源相对应用户的用户信息；获取所述用户的互粉比例、认证粉丝比例、粉丝数与关注数比例，并根据以上三个比例，获取所述用户的社交关系可信度值；获取所述用户的用户活跃度与历史微博平均影响力，将所述用户活跃度与所述历史微博平均影响力的乘积作为所述用户的社交行为可信度值；获取微博的评价舆情指数，同时查找所述微博的评论微博，并获取所述评论微博的评论舆情指数，将所述评价舆情指数与所述评论舆情指数作为社交评价可信度值；将以上三个可信度值进行线性加权求和作为综合可信度值。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.081 seconds)
