-
公开(公告)号:CN110889430A
公开(公告)日:2020-03-17
申请号:CN201911018018.3
申请日:2019-10-24
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
Abstract: 本发明涉及一种基于多域视觉特征的新闻图像检测方法,包括:提取新闻图像在各频域上的频域向量,获取该频域向量在对应频域上的频域特征,并将该频域特征拼接为该新闻图像的物理视觉特征;获取该新闻图像在各语义上的语义特征,将该语义特征的正向GRU特征序列和反向GRU特征序列,拼接为该新闻图像的语义视觉特征;将该物理视觉特征和该语义视觉特征进行融合及逻辑回归分类,以获取该新闻图像为虚假新闻图像类别的预测概率。本发明基于对虚假新闻图像特点的深入分析,设计了一个深度学习模型,能够充分建模并融合图像在频率域以及像素域的特点,从而实现利用视觉内容对虚假新闻的自动检测。
-
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:CN111694955B
公开(公告)日:2023-09-12
申请号:CN202010382894.0
申请日:2020-05-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种社交平台的早期争议性消息检测方法及系统,包括:收集社交平台中关于预设话题下的所有消息,并根据每一条消息的评论信息为每一条消息的争议性进行标记,提取标记后消息的多维度争议性特征作为训练数据,以该训练数据训练梯度提升树模型,得到争议性消息检测模型;从该社交平台获取待发表的消息作为待检测消息,并将该待检测消息的多维度争议性特征输入至该争议性消息检测模型,得到该待检测消息的争议性消息检测结果。本发明可得到社交平台中待审核发表消息的争议性。
-
公开(公告)号:CN111553916A
公开(公告)日:2020-08-18
申请号:CN202010388676.8
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
Abstract: 本发明涉及一种基于多种特征和卷积神经网络的图像篡改区域检测方法。本发明的目的是提供一种基于多种特征和卷积神经网络的图像篡改区域检测方法。本发明的技术方案是:一种基于多种特征和卷积神经网络的图像篡改区域检测方法,其特征在于:获取待检测图像:对待检测图像进行基于双重压缩痕迹特征的篡改检测;将待检测图像输入具有RGB流和噪声流双流输入的双流卷积篡改检测网络模型进行检测;对待检测图像进行基于图像匹配的复制-粘帖检测;输出检测结果。本发明适用于数字图像取证领域。
-
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。
-
公开(公告)号:CN112597405A
公开(公告)日:2021-04-02
申请号:CN202011494253.0
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: G06F16/955 , G06F16/332 , G06F16/36
Abstract: 本发明涉及一种基于微博平台的事件外部信息源提取方法。本发明的目的是提供一种基于微博平台的事件外部信息源提取方法。本发明的技术方案是:S01、获取事件相关微博中的外部信息源URL,并统计不同外部信息源URL的出现频率;S02、将外部信息源URL转换为长链接形式;S03、将长链接形式的外部信息源URL与垃圾URL词典逐一过滤,保留非垃圾的外部信息源URL;S04、将步骤S03保留的外部信息源URL与权威URL词典逐一比对;S05、对步骤S03保留的外部信息源URL逐一模拟点击访问,过滤无效地址;S06、对步骤S05保留的外部信息源URL依据步骤S04确定的权值进行排名,选取权值高的前N个外部信息源URL作为关键外部信息源。本发明适用于信息抽取技术领域。
-
公开(公告)号:CN111797326A
公开(公告)日:2020-10-20
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 , G06K9/62 , G06N3/04 , 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。
-
-
-
-
-
-
-
-
-