首页|基于ASEC的多模态虚假新闻检测的研究

基于ASEC的多模态虚假新闻检测的研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
当前的新闻检测模型尚存在模态特征融合困难、不够准确等问题,针对这些问题融入用户社交特征,设计了一种ASEC融合模型.首先采用ALBERT和Swin transformer模型分别提取文本和图片特征,加入归一化处理的用户模态特征;然后通过co-attention注意力机制和ECANet注意力机制组成的ASCE将这三种模态进行融合,合理分配这三个特征的权重,经过全连接层实现检测;最后在MediaEval2015数据集上检测出虚假性的准确率为 93.92%,精确率为 94.07%,比起单一的机制融合多个模态,ASEC模型的准确率提升了 3.35%.实验结果表明,使用所提出的检测虚假新闻算法模型,检测的准确率、精确度较高,能避免模态信息的损失,也能够更好地识别虚假新闻.

甘甜甜、王亮、黄世奇

展开 >

沈阳化工大学计算机科学与技术学院 辽宁沈阳 110142

多模态虚假新闻检测 ALBERT Swin transformer ECANet注意力机制 co-attention注意力机制

2024

10.3969/j.issn.1672-9528.2024.01.042

信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
年,卷(期)：2024.(1)
  • 12