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！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利知识增强异质图注意力的虚假信息检测方法及系统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：CN119884458B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411842043.4，技术领域涉及：G06F16/953；该发明授权知识增强异质图注意力的虚假信息检测方法及系统是由陈静;周刚;兰明敬;卢记仓;李志博;但文皓;王世宇;李顺航;王婧设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本知识增强异质图注意力的虚假信息检测方法及系统在说明书摘要公布了：本发明涉及信息内容安全技术领域，特别涉及一种知识增强异质图注意力的虚假信息检测方法及系统，通过构建异质文本图建模帖文内部不同语义单元之间依存关系以及外部背景知识的关联；设计基于双层图注意力机制的节点特征表示，捕捉不同类型节点邻域对目标节点的语义贡献度以及不同类型节点邻域下节点的重要性；采用多目标优化策略，通过自适应特征聚合自动化选取并聚合特征获得帖文融合后的特征；将融合后的特征向量表示输入多层感知器，对帖文内容的真实性进行判断。本发明能够从帖文的表现模式、实体语义等多维度挖掘高价值线索，提升模型检测性能，缓解了短文本特性带来的语义稀疏问题。

本发明授权知识增强异质图注意力的虚假信息检测方法及系统在权利要求书中公布了：1.一种知识增强异质图注意力的虚假信息检测方法，其特征在于，包含以下步骤： 步骤1、通过构建异质文本图实现帖文内部不同语义单元之间依存关系以及外部背景知识的关联的建模； 步骤2、设计基于双层图注意力机制的节点特征表示，捕捉不同类型节点邻域对目标节点的语义贡献度以及不同类型节点邻域下节点的重要性，具体包括： 经过l层异质图注意力聚合实体、模式和概念描述这三种不同类型节点的高阶邻域特征，最终获得异质文本图中所有节点表征；针对实体类型词节点和模式类型词节点，分别设计一个可学习的节点权重层，用于获得知识增强的实体语义特征表征和帖文的模式特征表征具体过程形式化描述为： 其中，σ·表示Sigmoid激活函数，表示所有实体类型节点词共享的可学习参数向量，表示所有模式类型词节点共享的可学习参数向量，表示经过l层图注意力网络后，图中所有实体类型节点的最终表征；表示经过l层图注意力网络后，图中所有模式类型节点的最终表征； 步骤3、采用多目标优化策略，通过自适应特征聚合自动化选取并聚合特征获得帖文融合后的特征，具体包括： 1特征效用评估 通过构建单特征效用评估任务，以获得各特征的有效性评分；通过基于多层感知机的实体语义特征效用评估器MLPe·，获得实体语义特征的有效性评估得分Se；通过基于多层感知机的模式特征效用评估器MLPp·，获得模式特征的有效分性评估得分Sp； 2多视角特征自适应聚合 通过多层感知机学习不同视角特征的权重，实现对特征的动态优化与聚合，过程如下式： h＝SigmoidMLPe'Sehe+SigmoidMLP′pSphp 式中，h表示融合后的特征，MLPe'·表示实体语义特征权重学习模块，MLP′p·表示模式特征权重学习模块； 步骤4、将融合后的特征向量表示输入多层感知器，对帖文内容的真实性进行判断。

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中国人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。