恭喜中国科学技术大学廖勇获国家专利权
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!
龙图腾网恭喜中国科学技术大学申请的专利一种基于全局信息增强的脱离上下文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:CN119670729B 。
龙图腾网通过国家知识产权局官网在2025-04-25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:202510180111.3,技术领域涉及:G06F40/211;该发明授权一种基于全局信息增强的脱离上下文虚假信息检测方法是由廖勇;沈梦;罗梓恒设计研发完成,并于2025-02-19向国家知识产权局提交的专利申请。
本一种基于全局信息增强的脱离上下文虚假信息检测方法在说明书摘要公布了:本发明公开了一种基于全局信息增强的脱离上下文虚假信息检测方法,涉及人工智能技术领域,包括:获取图像和两个标题组成三元组,将三元组输入到多模态语言推理模型中,将类别索引为中立的三元组输入到视觉语义推理模型中,将类别索引为蕴含的三元组判定为未脱离上下文的真实信息,将类别索引为矛盾的三元组判定为脱离上下文的虚假信息;基于视觉语义推理模型输出图像分别和两个标题之间的关系分数和;基于预训练语言模型计算两个标题之间的相似度,将和均大于预设图文阈值且小于预设文本阈值的三元组判定为脱离上下文的虚假信息;该虚假信息检测方法,能更好的检测出脱离上下文的虚假信息,检测准确度高。
本发明授权一种基于全局信息增强的脱离上下文虚假信息检测方法在权利要求书中公布了:1.一种基于全局信息增强的脱离上下文虚假信息检测方法,包括:获取图像和两个标题组成三元组,交换两个标题的位置并分别与图像组成两组输入特征,将两组输入特征分别输入到已训练完成的多模态语言推理模型中,基于双向推理过程得到融合特征,并取融合特征中得分最高的类别索引;将类别索引为中立的三元组输入到已训练完成的视觉语义推理模型中,将类别索引为蕴含的三元组判定为未脱离上下文的真实信息,将类别索引为矛盾的三元组判定为脱离上下文的虚假信息;基于视觉语义推理模型对三元组进行全局语义推理,输出图像分别和两个标题之间的关系分数和;基于预训练语言模型计算两个标题之间的相似度,将和均大于预设图文阈值且小于预设文本阈值的三元组判定为脱离上下文的虚假信息;多模态语言推理模型、视觉语义推理模型、预训练语言模型组成信息检测模型,信息检测模型的训练过程如下:获取图像以及标题以构建训练集,训练集中每个样本包括一个图像以及一个或多个与图像相关联的标题,训练集中所有标题均为未脱离上下文的真实信息;将类别索引为中立的三元组输入到预训练后的视觉语义推理模型中,对图像使用自上而下的注意力机制,生成编码特征组;使用图卷积神将网络对编码特征组进行推理,并对所得到的关系增强特征进行全局语义推理,得到图像表示特征,对图像表示特征与标题进行对齐并输出图像分别和不同标题之间的关系分数;构建总损失函数,以对多模态语言推理模型、预训练后的视觉语义推理模型进行训练;基于测试集对训练后的信息检测模型进行测试,其中测试集中每个样本包括一张图像和两个标题,在信息检测模型测试和执行过程中,对两个标题进行伪造声明检查,具体如下:判断规则一、通过检查两个标题“是否为真”的对立关系,判断两个标题是否存在自相矛盾或对立性;判断规则二、检查两个标题是否与伪造相关的关键字有相似性,判断两标题是否为脱离上下文的虚假信息。
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技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。