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！

龙图腾网获悉华东师范大学申请的专利一种基于对比学习的图神经网络虚假新闻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：CN117195080B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202311364692.3，技术领域涉及：G06F18/241；该发明授权一种基于对比学习的图神经网络虚假新闻检测方法是由汪陈琛;卢兴见;戚晨晖设计研发完成，并于2023-10-20向国家知识产权局提交的专利申请。

本一种基于对比学习的图神经网络虚假新闻检测方法在说明书摘要公布了：本发明公开了一种基于对比学习的图神经网络虚假新闻检测方法，其特点是采用对比学习捕捉事件不变特征的方法，将GCN和GAT结合，并引入残差连接，利用图中的局部信息的同时捕捉到更长距离的依赖关系，方法具体包括：构建新闻的传播图和扩散图、获取传播特征和扩散特征、构建正负样本对、聚合传播特征和扩散特征，使用分类损失函数训练模型等步骤。本发明与现有技术相比具有不仅考虑了谣言的传播结构信息，还考虑了谣言的扩散结构信息，并利用对比学习捕捉事件不变特征。将GCN和GAT结合，并且引入残差连接，从而更好地挖掘和利用图中的局部信息的同时捕捉到更长距离的依赖关系，大大提高了模型的鲁棒性以及提高虚假新闻检测的准确率，具有良好的应用前景。

本发明授权一种基于对比学习的图神经网络虚假新闻检测方法在权利要求书中公布了：1.一种基于对比学习的图神经网络虚假新闻检测方法，其特征在于，该方法具体包括如下步骤： S1、根据新闻帖子的传播关系构建新闻的传播图和扩散图并进行数据增强； S2、通过图神经网络获取自顶向下的传播特征和自底向上的扩散特征，所述图神经网络由P-GNN和D-GNN组成，其两者的网络架构相同且共享权重；所述P-GNN和D-GNN均为三层结构的图神经网络组成，前两层主体为图卷积神经网络GCN，第三层主体为图注意力网络GAT，且每层网络之间都添加了残差结构； S3、构建正负样本对，使同一标签的样本聚集在一起，不同标签的样本推离开，并将对比学习的损失函数LContrastive用于图神经网络模型的训练，以实现相似性学习； S4、聚合传播特征和扩散特征并进行连接，通过连接层和Softmax层进行事件标签的预测，使用分类的损失函数LClassification对图神经网络模型进行训练，并将训练后的图神经网络模型进行新闻分类，实现真实新闻和虚假新闻的区分。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。