-
题名资源受限场景下的虚假信息识别技术研究
- 1
-
-
作者
武成龙
胡明昊
廖劲智
杨慧
赵翔
-
机构
国防科技大学大数据与决策实验室
军事科学院信息研究中心
国防大学军事管理学院
中国电子科技集团公司第三十研究所
-
出处
《计算机科学》
CSCD
北大核心
2024年第11期15-22,共8页
-
基金
国家重点研发计划(2022YFB3102600)
国家自然科学基金(72301284,62376284)。
-
文摘
近年来,社交媒体因其开放性和便捷性,为虚假信息的扩散和泛滥提供了温床。相较于单模态虚假信息,多模态虚假信息通过融合文本和图片等多种信息形式,创造出更具迷惑性的虚假内容,造成更深远的影响。现有的多模态虚假信息识别方法大多基于小模型,而多模态大模型的快速发展为多模态虚假信息的识别提供了新思路。然而,这些模型通常参数众多、计算资源消耗大,无法直接部署在计算和能量资源受限的场景中。为了解决以上问题,提出一种基于多模态大模型Long-CLIP的多模态虚假信息识别模型。该模型能够处理长文本,关注更多粗粒度和细粒度细节。同时,利用高效多粒度分层剪枝进行模型压缩,得到一个更加轻量化的多模态虚假信息识别模型,以适应资源受限场景。最后,在微博数据集上,通过与微调前后的当前流行的多模态大模型和其他剪枝方法进行对比,验证了该模型的有效性。结果显示,基于Long-CLIP的多模态虚假信息识别模型在模型参数和推理时间方面远少于当前流行的多模态大模型,但检测效果更佳。模型压缩后,在检测效果仅下降0.01的情况下,模型参数减少50%,推理时间减少1.92s。
-
关键词
虚假信息识别
多模态大模型
资源受限
模型压缩
剪枝
-
Keywords
Fake news detection
Multimodal large models
Resource-constrained
Model compression
Pruning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名社交媒体用户虚假信息识别意向影响机制研究
被引量：18
- 2
-
-
作者
孟玺
-
机构
中国人民公安大学国家安全学院
-
出处
《现代情报》
CSSCI
2023年第4期39-50,共12页
-
基金
高校基本科研业务费(社科类)项目“‘一带一路’背景下非政府组织影响国家安全问题研究”(项目编号:2021JKF403)
北京市双一流教学研究项目“围绕‘三个增强、两主题、五创新’的公安创新型人才培养思政教学案例库云平台构建”(项目编号:2022JXYJ020)。
-
文摘
[目的/意义]探索社交媒体用户虚假信息识别意向的影响机制,有助于完善我国虚假信息治理的知识体系,为健全虚假信息的社会矫正机制提供参考依据。[方法/过程]基于计划行为理论(Planned Behavior Theory),引入数字素养和风险感知两个变量构建了社交媒体用户虚假信息识别意向模型,分析数字素养、风险感知、识别态度、主观规范和感知行为控制对虚假信息识别意向的影响机理。以371份样本数据为基础,运用结构方程模型进行实证研究。[结果/结论]结果表明,数字素养、感知行为控制正向影响社交媒体用户的虚假信息识别意向,主观规范和识别态度对识别意向影响不显著;感知行为控制不仅直接影响识别态度,且在数字素养和识别意向的关系中起中介作用;数字素养不仅直接影响识别意向,且通过风险感知和感知行为控制间接影响识别意向,是驱动社交媒体用户虚假信息识别意向的最重要因素。
-
关键词
社交媒体
虚假信息识别意向
影响机制
计划行为理论
数字素养
风险感知
-
Keywords
social media
misinformation identification intention
influencing mechanism
theory of planned behavior
digital literacy
risk perception
-
分类号
G203
[文化科学—传播学]
-
