Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学于硕获国家专利权

大连理工大学于硕获国家专利权

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!

龙图腾网获悉大连理工大学申请的专利一种基于模体的异构图神经网络假新闻检测算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:CN115269853B

龙图腾网通过国家知识产权局官网在2025-07-18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:202210949264.6,技术领域涉及:G06F16/353;该发明授权一种基于模体的异构图神经网络假新闻检测算法是由于硕;黄华飞;夏锋设计研发完成,并于2022-08-09向国家知识产权局提交的专利申请。

一种基于模体的异构图神经网络假新闻检测算法在说明书摘要公布了:本发明属于假新闻检测领域,提供了一种基于模体的异构图神经网络假新闻检测算法。首先,将社交媒体的原始数据构建成新闻异构图;其次,将所有类型的节点映射到相同的特征空间,并根据每个异构模体类型分别提取实例;接着,利用实例级注意机制将同类型的所有模体实例聚合到相应的新闻节点中以捕获关键实例信息;然后,针对不同类型的异构模体,使用语义级注意力机制自适应地聚合不同的新闻语义嵌入;最后,将新闻的表示用于下游的假新闻检测任务。本发明考虑了社交平台中大量存在的异构高阶模式,通过两层注意力机制,学习到了高效的新闻节点表示,并提高了假新闻检测的效果。

本发明授权一种基于模体的异构图神经网络假新闻检测算法在权利要求书中公布了:1.一种基于模体的异构图神经网络假新闻检测方法,其特征在于,步骤如下: 步骤(1):数据预处理,将社交媒体的原始数据构建成新闻异构图; 1)从来自社交平台的原始数据中,抽取3种节点类型:用户U,新闻N,出版商P;和2种异构的二元关系:用户-转发-新闻U-N,出版商-发布-新闻P-N; 2)根据节点和关系,构建的新闻异构图,其中,为节点集合,为边集合,为节点类型集合,为边关系类型集合;节点的初始属性为,为节点的类型,为该类型节点的属性的维度; 步骤(2):将所有类型的节点映射到相同的特征空间,并根据新闻数据提取出3个三阶异构模体:U-N-U,多个用户共同转发同一篇新闻,用户-新闻-用户;N-U-N,一个用户转发多篇新闻,新闻-用户-新闻;和N-P-N,一个出版商发布多篇新闻,新闻-出版商-新闻;分别提取相应的模体实例; 1)使用一层的MLP将不同类型的节点转换到相同的特征空间中: 其中,代表非线性函数,使用作为该函数,和为可训练的权重矩阵和偏置向量,为特征空间的维度; 2)根据新闻异构图的二阶异构关系,提取出的三种类型的三阶异构模体,分别为U-N-U、用户-新闻-用户,N-U-N、新闻-用户-新闻和N-P-N、新闻-出版商-新闻;之后抽取模体实例,对于节点,抽取类型为的异构模体实例的集合为,即包含节点并符合类型定义的异构模体的集合;然后将抽取出来的异构模体实例中包含的节点特征进行拼接,对于的第个异构模体实例,得到该异构模体实例的嵌入,节点特征拼接的操作如下: 其中,为第个异构模体实例的节点ID,实例中节点类型可以不同,为拼接操作; 步骤(3):利用注意力机制将相同类型的所有异构模体实例聚合到相应新闻节点中,得到节点对于模体的语义表示; 步骤(4):针对不同类型的异构模体,自适应地聚合不同的新闻语义嵌入; 步骤(5):输出新闻的分类的预测结果,并持续优化到最优的模型。

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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2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”。

免责声明
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。