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！

龙图腾网获悉山东交通学院申请的专利基于事实-情感双重不确定性的虚假新闻检测方法及系统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：CN120974384B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511485737.1，技术领域涉及：G06F18/2433；该发明授权基于事实-情感双重不确定性的虚假新闻检测方法及系统是由卢强;朱振方;任钰郅;张一鸣;裴洪丽;柴建勇;赵大伟;韩强;朱家兵设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于事实-情感双重不确定性的虚假新闻检测方法及系统在说明书摘要公布了：本发明属于数据检测领域，提供了一种基于事实‑情感双重不确定性的虚假新闻检测方法及系统，获取社交网络中每条新闻的文本和图像；对文本和图像进行特征提取得到文本嵌入和图像嵌入，分别对文本嵌入和图像嵌入进行高斯重加权后计算生成高斯不确定性表示，基于变分信息瓶颈策略对高斯不确定性表示进行筛选，得到多模态不确定性表示；对多模态不确定性表示处理，生成事实不一致表示，基于情感操控图卷积网络对多模态不确定性表示处理，生成情感不一致表示；将事实不一致表示和情感不一致表示融合，生成融合特征，基于融合特征进行分类，得到虚假新闻检测分类结果。本发明缓解了由多模态数据不确定性引起的跨模态互补性的局限性。

本发明授权基于事实-情感双重不确定性的虚假新闻检测方法及系统在权利要求书中公布了：1.基于事实-情感双重不确定性的虚假新闻检测方法，其特征在于，包括： 获取社交网络中每条新闻的文本和图像； 对文本和图像进行特征提取得到文本嵌入和图像嵌入，分别对文本嵌入和图像嵌入进行高斯重加权后计算生成高斯不确定性表示，基于变分信息瓶颈策略对高斯不确定性表示进行筛选，得到多模态不确定性表示； 其中，分别对文本嵌入和图像嵌入进行高斯重加权后计算生成高斯不确定性表示，包括： 利用图像嵌入对文本嵌入进行高斯重加权，得到重加权文本嵌入； 利用文本嵌入对图像嵌入进行高斯重加权，得到重加权图像嵌入； 基于重加权文本嵌入和重加权图像嵌入计算平均值和方差，根据平均值和方差计算每条新闻对应的图像多元高斯分布和文本多元高斯分布； 利用多头注意力机制对图像多元高斯分布和文本多元高斯分布进行融合，生成高斯不确定性表示； 其中，利用图像嵌入对文本嵌入进行高斯重加权，得到重加权文本嵌入，包括： ； 其中，表示文本中第个词的重加权文本嵌入，表示激活函数，表示文本中第个词的文本嵌入，表示第个词在图像中对应区域块的图像嵌入，表示温度参数； 则将文本嵌入中所有的词进行高斯重加权，得到重加权文本嵌入； 其中，变分信息瓶颈策略，定义如下： ； 其中，表示利用隐变量-初始不确定性表示来预测对应的输出的目标标签； 使用多头机制并行执行自适应路由对多模态不确定性表示处理，生成事实不一致表示，基于情感操控图卷积网络对多模态不确定性表示处理，生成情感不一致表示；将事实不一致表示和情感不一致表示融合，生成融合特征，基于融合特征进行分类，得到虚假新闻检测分类结果； 使用多头机制并行执行自适应路由对多模态不确定性表示处理，生成事实不一致表示，包括： ； 其中，为第头自注意力机制的自适应路由表示，，表示多头自注意力机制的头数，、和分别表示基于多模态不确定性表示变换后的query、key和value向量，为自适应路由概率，为每幅图像对之间的匹配系数，表示使用多头机制并行执行自适应路由表示生成的事实不一致表示，表示可学习的参数权重，表示缩放因子； 情感操纵图矩阵的构建，如下： ； ； 其中，表示情感操纵图矩阵，表示文本与图像的余弦相似度，表示第个词的文本不确定性表示，表示第m个区域块的图像不确定性表示，表示情感得分，用于结合外部情感知识来优化图边缘权重，表示从SenticNet数据库中检索实体的情感值，如果在SenticNet中未找到该实体，则其值设置为0，是一个图矩阵，表示第行，m代表第m列，也就是第行第m列的元素，表示文本中词的个数和在图像中词对应的区域块的个数，两者数量相同，均为，每一行有个词和个区域块。

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山东交通学院，其通讯地址为：250000 山东省济南市长清区海棠路5001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。