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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于语义一致性的多模态虚假信息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：CN119557695B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411631510.9，技术领域涉及：G06F18/24；该发明授权一种基于语义一致性的多模态虚假信息检测方法是由王靖;林菲设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于语义一致性的多模态虚假信息检测方法在说明书摘要公布了：本发明涉及一种基于语义一致性的多模态虚假信息检测方法，旨在解决多模态虚假信息检测中模态间语义交互的问题。具体包括以下步骤：首先获取社交网络中新闻的多模态数据，并对文本和图像预处理。然后分别构建文本和图像的全局与局部特征提取器。通过提取的文本局部特征与图像局部特征进行局部语义一致性检测，将获取的全局特征进行全局语义一致性检测，并结合两者生成联合语义一致性结果，采用注意力机制文本和图像特征进行多模态融合，通过对文本特征和图像特征融合后的多模态特征与联合语义一致性结果综合分析从多维度对虚假信息判别并建立损失函数对模型进行优化，从而实现对虚假信息的检测。本发明能有效提高多模态虚假信息检测的准确率，提高自动化检测多模态虚假信息。

本发明授权一种基于语义一致性的多模态虚假信息检测方法在权利要求书中公布了：1.一种基于语义一致性的多模态虚假信息检测方法，其特征在于：包括以下步骤： 步骤一：获取社交网络中的新闻多模态数据，构建训练数据集，所述训练数据集中的每个数据包括新闻多模态数据和是否为虚假信息的标签，所述新闻多模态数据包括文本数据和图像数据；对文本数据进行分词处理； 步骤二：构建多模态虚假信息检测模型，所述多模态虚假信息检测模型包括针对文本的全局特征提取器LSTM和局部特征提取器BERT，针对图像的全局特征提取器CNN和局部特征提取器Swin Transformer，分别用于提取文本全局特征Vg和文本局部特征Vl，图像全局特征Ug和图像局部特征Ul； 步骤三：将提取到的文本局部特征与图像局部特征使用改进后的余弦距离进行局部语义一致性检测，将文本全局特征与图像全局特征通过欧几里得距离进行全局语义一致性检测，结合局部语义一致性和全局语义一致性检测结果，通过动态融合系数生成联合语义一致性结果S； 步骤四：通过分配不同的权重，将文本特征与图像特征进行有效融合，生成代表多模态信息的融合特征F； 步骤五：将联合语义一致性结果S与多模态融合特征F进行拼接融合，并将融合后的结果G输入到两层感知机中，得到经过两层感知机映射处理后的特征表示H2，再将特征表示H2输入分类层中分类得到虚假信息判别结果pc，pc是预测信息为虚假的概率，利用pc构建损失函数，利用步骤一中的训练数据集，对虚假信息检测模型进行训练。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。