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！

龙图腾网获悉三峡大学申请的专利基于并行化信息共享模块的多任务谣言检测模型及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：CN115687795B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211312019.0，技术领域涉及：G06F16/9536；该发明授权基于并行化信息共享模块的多任务谣言检测模型及方法是由万书振;唐斌;杨广浩;王梦圆设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本基于并行化信息共享模块的多任务谣言检测模型及方法在说明书摘要公布了：基于并行化信息共享模块的多任务谣言检测模型及方法，该方法将基于写作风格特征的谣言检测方法、基于内容的谣言检测方法、以及基于社会背景信息的谣言检测方法以基于内容的检测方法为中心，通过多任务的形式组合在一起，形成一个具有并行信息共享结构的多任务谣言检测模型；并使用用于文档分类的层级注意力机制来注意那些对谣言检测更为重要的词汇和推文。本发明加快了模型的收敛速度，减轻了噪声带来的影响，克服了现有多任务谣言检测方法两个任务数据结果差异较大以及未能充分利用数据本身数据的缺陷。

本发明授权基于并行化信息共享模块的多任务谣言检测模型及方法在权利要求书中公布了：1.基于并行化信息共享模块的多任务谣言检测模型，其特征在于该模型包括： 基于文本内容和社会背景信息的多任务模块，该模块包括： 特征向量D0，其为源推文发帖用户的用户信息经过SentenceEncoder模块进行编码后所得到； 特征向量D1-Dn，其为与之相关推文的用户信息的特征向量； 特征向量I0，其为源推文的离散社会背景信息组合的特征向量； 特征向量X0-Xn，其为源推文和相关推文的文本内容经过SentenceEncoder模块进行编码后所得到； 基于文本内容和写作风格的多任务模块，该模块包括： 特征向量S0,其为源推文的写作风格特征向量； 特征向量S1-Sn,其为与其相关的上下文的写作风格特征向量； 特征向量Xi,其为对应推文的文本内容特征向量； 基于文本内容的谣言检测时， S1：先将源推文以及相关推文文本内容特征向量X0-Xn输入到文本内容和社会背景信息共享模块，得到包含内容和社会背景信息的共享信息；同时也将其输入到文本内容和写作风格共享模块，得到包含写作风格信息和文本内容的共享信息； S3：将得到的两组共享信息和原本的内文本内容信息结合在一起，并将其输入到基于文本内容的谣言检测任务独有层中，最后经过SentenceAttention得到最终的特征向量：Hcontent； S3：经过全连接层得到分类结果； 具体的计算公式如下： Xt＝SentenceEncoderW1,…,Wn 其中：Xt表示第t个的编码矩阵经过SentenceEncoder编码后得到的特征向量，Wi为第t个推文的第i个单词的Word2Vec词向量表示，i＝1,2，…,n, hst1＝SharedModel1Xt hst2＝SharedModel2Xt 其中：hst1、hst2分别为第t时刻文本内容和写作风格共享模块和文本内容和社会背景信息共享模块的中间状态； 其中：ht为t时刻的推文向量表示Xt与其经过两个共享模块计算后的结果拼接得到； hct＝ContentBiLSTMht 其中： Hcontent＝SentenceAttentionhc0,…,hcn 其中：hci为i时刻基于文本内容谣言检测任务独有层的中间状态；i＝0,1,2，…,n； Yc＝SigmoidHcontentWc+bc 其中：Wc、bc是全连接层的可训练参数；Yc表示基于文本内容的谣言检测任务最终的输出结果。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。