-
公开(公告)号：CN110210016B
公开(公告)日：2021-06-04
申请号：CN201910341056.6
申请日：2019-04-25
Applicant: 中国科学院计算技术研究所
IPC: G06F40/205 , G06F40/30 , G06N3/04 , G06N20/00
Abstract: 本发明提出一种基于风格引导的双线性神经网络虚假新闻检测方法及系统，包括：获取待网络虚假新闻检测的新闻文本，通过神经网络量化该新闻文本的语言风格特征，得到该新闻文本的风格向量，将该新闻文本输入文本特征提取器，得到该新闻文本的文本向量；将该风格向量和该文本向量输入双线性神经网络，该双线性神经网络包括双线性函数，用于建模该风格向量和该文本向量之间的相关性，以得到该新闻文本的的风格‑文本特征矩阵，使用该风格‑文本特征矩阵中最大分数向量组成引导向量，并将该引导向量输入至全连接层，判定该新闻文本的虚假新闻标签。本发明依据虚假新闻共性的语言风格来引导深度学习模型的学习过程，提升了模型的识别准确度与泛化性能。
-
公开(公告)号：CN112699726A
公开(公告)日：2021-04-23
申请号：CN202011251301.3
申请日：2020-11-11
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备，以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是：一种图像增强方法，其特征在于：S01、对于具体的图像分类任务分析其中分类无关的有偏因子，控制有偏因子对应的属性为唯一变量，摄取图像作为源域数据集；S02、通过GAN网络结构训练有偏因子对应属性迁移模型，学习一个生成器G，x’＝G(x,a)；S03、在目标数据集上，应用经训练的生成器G扩充样本，对于目标数据集上的每一个样本，通过遍历有偏因子对应属性所有的取值a，得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号：CN111553146A
公开(公告)日：2020-08-18
申请号：CN202010387680.2
申请日：2020-05-09
Applicant: 杭州中科睿鉴科技有限公司 , 中国科学院计算技术研究所数字经济产业研究院
IPC: G06F40/279 , G06F40/284 , G06F40/289 , G06F40/258 , G06F40/216 , G06F16/35
Abstract: 本发明涉及一种新闻写作风格建模方法、写作风格-影响力分析方法及新闻质量评估方法。本发明的目的是提供一种新闻写作风格建模方法、写作风格-影响力分析方法及新闻质量评估方法。本发明的技术方案是：一种新闻写作风格建模方法，其特征在于：根据量化的可读性、逻辑性、可信度、书面度、交互性、有趣度、动人性和结构完整性构建。本发明适用于社交媒体数据挖掘领域。
-
公开(公告)号：CN110059498A
公开(公告)日：2019-07-26
申请号：CN201910216242.7
申请日：2019-03-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种用于社交网络的隐私控制自动设置方法及系统，包括：根据待隐私控制用户的个人档案中各用户属性的可见性，统计待隐私控制用户的用户个人公开度；获取由多种隐私属性组成的隐私属性集合，以及获取待隐私控制用户待发布的文本信息，将文本信息输入至多个分类器，每个分类器对应一种隐私属性，分类器输出文本信息属于对应隐私属性取值上的概率分布，归一化概率分布的熵，得到文本信息的适合公开度；根据待隐私控制用户的好友的个人档案和发布内容，得到待隐私控制用户的每一个好友的好友个人公开度；根据用户个人公开度、适合公开度和好友个人公开度，度量文本信息对于各好友的隐私敏感度，并根据隐私敏感度确定文本信息的公开范围。
-
公开(公告)号：CN109829089A
公开(公告)日：2019-05-31
申请号：CN201811516557.5
申请日：2018-12-12
Applicant: 中国科学院计算技术研究所
IPC: G06F16/906 , G06F16/958 , G06Q50/00
Abstract: 本发明涉及一种基于关联图谱的社交网络用户异常检测方法和系统，针对现有事件可视化展示技术的不足以及事件、用户、事件主题等多种实体关联性较弱不易于进行用户异常检测，提出一种基于微博平台的事件可视化方法以及事件、用户、事件主题等多种实体构建异构关联网络图谱进行用户异常检测；在不缺失事件信息的同时，让使用者更加全面、深入地了解整个事件的发展演变过程，并根据已有的异构关联网络图谱更加直观的进行用户异常检测。
-
Patent Agency Ranking
公开(公告)号：CN112132133B
公开(公告)日：2023-11-17
申请号：CN202010545903.3
申请日：2020-06-16
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
IPC: G06V30/148 , G06V10/774 , G06V30/19 , G06V10/82 , G06N3/0464 , G06V20/62 , G06T3/40
Abstract: 本发明涉及一种标识图像数据增强方法及真伪智能鉴定方法。本发明的目的是提供一种标识图像数据增强方法及真伪智能鉴定方法，解决现有图像分类算法遇到小样本问题时的解决方案。本发明的技术方案是：一种标识图像数据增强方法，其特征在于：获取显示有标识的真图；获取真图中标识的关键特征数据；基于关键特征数据建立伪图数据规则；根据数据规则生成伪图。本发明适用于计算机视觉技术领域。
-
公开(公告)号：CN113536760B
公开(公告)日：2023-09-26
申请号：CN202110761419.9
申请日：2021-07-06
Applicant: 中国科学院计算技术研究所
IPC: G06F40/194 , G06F40/30 , G06F16/35 , G06F18/23213 , G06F18/214 , G06N3/04 , G06N3/084
Abstract: 本发明提出一种引述句和辟谣模式句引导的“谣言‑辟谣文章”匹配方法及系统。通过引导模型行为，使其更加关注辟谣文章中带有“引述”和“辟谣模式”成分的句子，实现考虑到辟谣文章特点的“谣言‑辟谣文章”匹配程度评分。具体地，本发明通过使用文字相似度指标精调神经网络模型增强引述句的发现能力，通过引入模式向量增强辟谣模式句的发现能力，从而使模型关注到含有引述成分和辟谣模式的关键句子，过滤掉辟谣文章中大部分无关句子，最终实现高效准确的“谣言‑辟谣文章”匹配。
-
公开(公告)号：CN111639359B
公开(公告)日：2023-09-12
申请号：CN202010323133.8
申请日：2020-04-22
Applicant: 中国科学院计算技术研究所
IPC: G06F21/62 , G06F16/9536 , G06N3/0464 , G06N3/08 , G06N3/06
Abstract: 一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。
-
公开(公告)号：CN111797326B
公开(公告)日：2023-05-12
申请号：CN202010459132.6
申请日：2020-05-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种融合多尺度视觉信息的虚假新闻检测方法，包括：频域特征获取步骤，以卷积神经网络构建频域子网络模型，通过该频域子网络模型获得输入图像的频域特征表示；语义特征获取步骤，以卷积神经网络构建像素域子网络模型，通过该像素域子网络模型获得该输入图像的语义特征表示；图像检测步骤，将该频域特征表示与该语义特征表示进行融合，得到该输入图像的图像表示，并根据该图像表示获得该输入图像为虚假新闻图片的预测概率。本发明还提出一种融合多尺度视觉信息的虚假新闻检测系统，以及一种计算机可读存储介质和包括该计算机可读存储介质的数据处理装置。
-
公开(公告)号：CN112632998A
公开(公告)日：2021-04-09
申请号：CN202011498810.6
申请日：2020-12-17
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
IPC: G06F40/295 , G06F40/242 , G06F16/35 , G06F16/953
Abstract: 本发明涉及一种基于微博平台的事件关键人物提取方法。本发明的目的是提供一种基于微博平台的事件关键人物提取方法。本发明的技术方案是：一种基于微博平台的事件关键人物提取方法，其特征在于：所述事件关键人物包括事件中的关键人名，以及事件传播过程中的关键微博用户和信息源头用户，所述关键微博用户包括重要传播用户、事件发展节点用户、公众指向用户。本发明适用于信息抽取技术领域。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.04 seconds)
