买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北工业大学申请的专利一种基于多模态特征自适应融合的虚假新闻检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116304042B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310234392.7，技术领域涉及：G06F16/35；该发明授权一种基于多模态特征自适应融合的虚假新闻检测方法是由陶建华;王腾;董永峰;张大伟设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于多模态特征自适应融合的虚假新闻检测方法在说明书摘要公布了：本发明提供了一种基于多模态特征自适应融合的虚假新闻检测方法，包括：对待检测的新闻中的文字信息和图像信息进行预处理；对预处理后的文本和图像数据进行不同判别特征的提取，其中包括采用senta‑bilstm对预处理后的新闻文本进行文本情感特征的提取，采用BERT预训练模型和掩码注意力网络对新闻文本进行文本语义特征提取，采用添加可学习权重参数的方式，将上述各特征表示进行自适应融合，获得最终的判别特征向量；输入到带有softmax的全连接层进行预测。本发明可以有效引入文本情感信息、准确全面地捕捉到图文信息在语义层面上的联系并且减少由向量拼接引入的噪声，从而提升虚假新闻检测效果。

本发明授权一种基于多模态特征自适应融合的虚假新闻检测方法在权利要求书中公布了：1.一种基于多模态特征自适应融合的虚假新闻检测方法，其特征在于，包括以下步骤： S1：对待检测新闻数据进行预处理，获得有效新闻文本和图像； S2：基于提取到的文本和图像，提取情感、文本特征，同时通过特征度量网络构建图文语义差异度量特征； S3：基于获取的多模态特征，通过赋予不同的可学习参数，进行自适应加权特征拼接，得到最终新闻的多模态特征表示； S4：基于获取的新闻多模态特征表示，通过分类器，进行新闻真假预测； 使用逐元素相减和相乘的组合操作对两文本的特征进行初步匹配，同时为减少参数量，使用conv1D代替全连接层对匹配特征进行转换，这些操作共同组成特征向量比较函数，最后再将结果送入最大池化层，获得图文语义差异度量特征表示； 基于获取的多模态特征，通过赋予不同的可学习参数，进行自适应加权特征拼接，得到最终新闻的多模态特征表示，包括：将获得的新闻情感极性特征表示、新闻文本特征表示、新闻图文差异度量特征表示前分别添加不同的可学习参数；将添加了可学习参数的不同特征表示进行拼接，获得最终的新闻多模态特征表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北工业大学，其通讯地址为：300401 天津市北辰区双口镇西平道5340号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。