公开(公告)号：CN112541081B

公开(公告)日：2022-09-16

申请号：CN202011518241.7

申请日：2020-12-21

申请人： 中国人民解放军国防科技大学

发明人： 曹建军 ,  皮德常 ,  翁年凤 ,  吴致远 ,  江春 ,  陈俊夫 ,  丁鲲 ,  瞿雷

IPC分类号： G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于领域自适应的可迁移谣言检测方法，属于深度学习领域。包括：构建谣言检测模型；训练谣言分类模型，训练过程包括：在特征提取模块后连接域分类模块，引入域分类损失函数，并构建谣言分类损失与域分类损失的总体损失，利用总体损失对谣言分类模型进行训练；通过在特征提取模块与域分类模块之间添加梯度反转层，构建细粒度的梯度更新控制机制，对模型中需要更新的参数进行更新；获取谣言数据，并输入到训练好的谣言分类模型中进行分类，完成谣言检测。本发明的方法在实现谣言准确检测的同时，使得谣言检测方法具有较高的迁移性。

公开(公告)号：CN112732906A

公开(公告)日：2021-04-30

申请号：CN202011520193.5

申请日：2020-12-21

申请人： 中国人民解放军国防科技大学

发明人： 曹建军 ,  皮德常 ,  翁年凤 ,  吴致远 ,  江春 ,  陈俊夫 ,  丁鲲 ,  瞿雷

IPC分类号： G06F16/35 ,  G06N3/08

摘要： 本发明公开了一种基于传播图神经网络的互联网谣言检测方法，属于深度学习技术领域。包括获取待检测网页中用户的评论或回复结构，构建传播图；获取待检测网页中的文本数据，构建文本的向量表示；将文本的向量表示作为传播图中节点的初始状态，并利用基于门控循环单元的图神经网络更新传播图中节点的向量表示，根据传播图中节点的向量表示对待检测谣言进行分类，同时，本发明还引入注意力机制，动态地调整传播图中各个节点的权重。利用本发明的方法，能够高效准确地对谣言进行检测。

公开(公告)号：CN112541081A

公开(公告)日：2021-03-23

申请号：CN202011518241.7

申请日：2020-12-21

申请人： 中国人民解放军国防科技大学

发明人： 曹建军 ,  皮德常 ,  翁年凤 ,  吴致远 ,  江春 ,  陈俊夫 ,  丁鲲 ,  瞿雷

IPC分类号： G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于领域自适应的可迁移谣言检测方法，属于深度学习领域。包括：构建谣言检测模型；训练谣言分类模型，训练过程包括：在特征提取模块后连接域分类模块，引入域分类损失函数，并构建谣言分类损失与域分类损失的总体损失，利用总体损失对谣言分类模型进行训练；通过在特征提取模块与域分类模块之间添加梯度反转层，构建细粒度的梯度更新控制机制，对模型中需要更新的参数进行更新；获取谣言数据，并输入到训练好的谣言分类模型中进行分类，完成谣言检测。本发明的方法在实现谣言准确检测的同时，使得谣言检测方法具有较高的迁移性。