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！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利基于教师-学生学习框架的无监督跨域谣言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：CN119884499B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411746564.X，技术领域涉及：G06F16/9536；该发明授权基于教师-学生学习框架的无监督跨域谣言检测方法是由屈丹;许旻辰;陈琦;司念文;邱泽宇;彭思思设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于教师-学生学习框架的无监督跨域谣言检测方法在说明书摘要公布了：本发明属于谣言检测技术领域，公开一种基于教师‑学生学习框架的无监督跨域谣言检测方法，包括以下步骤：利用源域数据对教师检测模型进行有监督训练，并将训练后的参数同步给学生检测模型，完成模型的参数初始化；利用教师检测模型对目标域数据进行伪标签标注，并筛选出目标域数据的高质量伪标签；利用学生检测模型对目标域数据进行自训练，结合高质量伪标签的交叉熵损失和对比学习损失，得到目标域数据的训练损失；利用目标域数据的训练损失反向传播优化学生检测模型参数，并利用移动指数平均算法将训练优化后的学生检测模型的参数平滑地叠加至教师检测模型参数中，返回步骤S2开始下一轮训练。本发明方法提升了无监督跨域谣言检测的效果。

本发明授权基于教师-学生学习框架的无监督跨域谣言检测方法在权利要求书中公布了：1.一种基于教师-学生学习框架的无监督跨域谣言检测方法，其特征在于，包括以下步骤： S1：构建结构相同的教师检测模型和学生检测模型； S2：获取源域数据和目标域数据； S3：利用源域数据对教师检测模型进行有监督训练，并将训练后的参数同步给学生检测模型，完成教师检测模型和学生检测模型的参数初始化； S4：利用教师检测模型对目标域数据进行伪标签标注，并筛选出目标域数据的高质量伪标签；步骤S4具体包括以下步骤： S401：对目标域数据进行边丢弃； S402：利用经过步骤S3中源域数据训练过的教师检测模型对目标域数据进行伪标签标注； S403：将教师检测模型输出的非谣言和谣言的逻辑值作为伪标签分类的置信度； S404：结合目标域数据中非谣言和谣言的伪标签数量，设定伪标签的置信度上限和下限，得到目标域数据中非谣言和谣言的置信度阈值； S405：依据目标域数据中非谣言和谣言的置信度阈值，分别对目标域数据中非谣言和谣言的伪标签进行筛选，得到目标域数据中非谣言和谣言的高质量伪标签； S5：利用学生检测模型对目标域数据进行自训练，结合高质量伪标签的交叉熵损失和对比学习损失，得到目标域数据的训练损失；步骤S5具体包括以下步骤： S501：结合目标域数据中非谣言和谣言的高质量伪标签数量，设定交叉熵损失权重上限和下限，得到高质量伪标签中非谣言和谣言的交叉熵损失权重； S502：利用学生检测模型对目标域数据进行自训练，结合高质量伪标签中非谣言和谣言的交叉熵损失权重和交叉熵损失，得到高质量伪标签重加权的交叉熵损失； S503：依据高质量伪标签重加权的交叉熵损失、类别级对比学习损失和样本级对比学习损失，得到目标域数据的训练损失； S6：利用目标域数据的训练损失反向传播优化学生检测模型参数，并利用移动指数平均算法将训练优化后的学生检测模型的参数平滑地叠加至教师检测模型参数中，返回步骤S2开始下一轮训练。

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人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。