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！

龙图腾网获悉中国科学院计算技术研究所申请的专利基于领域和样例级别迁移的跨领域虚假新闻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：CN115563272B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202211106105.6，技术领域涉及：G06F16/35；该发明授权基于领域和样例级别迁移的跨领域虚假新闻检测方法及系统是由曹娟;南琼;汪旦丁;朱勇椿;盛强;李锦涛设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本基于领域和样例级别迁移的跨领域虚假新闻检测方法及系统在说明书摘要公布了：本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。

本发明授权基于领域和样例级别迁移的跨领域虚假新闻检测方法及系统在权利要求书中公布了：1.一种基于领域和样例级别迁移的跨领域虚假新闻检测方法，其特征在于，包括： 步骤1、获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型； 步骤2、基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型； 步骤3、在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权； 步骤4、使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型； 步骤5、通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测； 该步骤2包括： 对于目标领域中的每一个数据，进行分词后得到包含n个词元的序列，将 该序列中词元替换成掩码[MASK]；使用该掩码语言模型根据序列中其他的词元来预测 [MASK]位置的词元，并在掩码语言模型的训练过程中，通过最小化交叉熵损失来更新语言 模型，得到目标领域自适应的语言模型； 该步骤3包括： 将源领域的每一条数据进行分词得到，之后 通过依次掩盖每个位置的词元得到掩码后的数据；使用目标领域自适应的语言 模型预测源领域数据中的每一个词元并计算其预测正确的概率，以计算语言模 型的困惑度： 通过下式得到源领域数据的迁移性。

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科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。