检索结果-维普期刊中文期刊服务平台

改进的跨模态关联歧义学习的虚假信息检测方法研究被引量：2: 1; 作者段钰潇胡艳丽 +2 位作者郭浩谭真肖卫东《计算机科学》 CSCD 北大核心 2024年第4期307-313,共7页; 近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚... 展开更多; 关键词虚假信息检测多模态跨模态关联歧义学习融合特征; 在线阅读下载PDF 职称材料

多模态资源检索与跨模态图谱构建: 2; 作者蒲晔芬《现代电子技术》北大核心 2025年第16期133-138,共6页; 随着信息化技术的快速发展,多模态数字化资源数量激增,对其进行智能化检索及跨模态关联分析已成为研究热点。鉴于知识图谱是有效的知识表达与管理工具,提出一种多模态数字化资源知识图谱的构造方法。基于该方法,设计智能检索算法和跨模... 展开更多; 关键词多模态数字化资源智能检索跨模态关联分析知识图谱关系提取语义网络资料库; 在线阅读下载PDF 职称材料

社交媒体虚假信息检测研究综述被引量：2: 3; 作者陈静周刚 +3 位作者李顺航郑嘉丽卢记仓郝耀辉《计算机科学》 CSCD 北大核心 2024年第11期1-14,共14页; 社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理... 展开更多; 关键词虚假信息检测跨模态关联社交上下文感知知识驱动大语言模型; 在线阅读下载PDF 职称材料

双分支线索深度感知与自适应协同优化的多模态虚假新闻检测被引量：1: 4; 作者钟善男彭淑娟 +2 位作者柳欣王楠楠李太豪《计算机学报》 EI CAS CSCD 北大核心 2023年第12期2612-2625,共14页; 深度学习方法促使多模态虚假新闻检测领域快速发展,现有的检测模型通常从全局角度学习新闻图文间的跨模态语义关联,并利用共享语义内容获取检测的关键信息.然而,新闻内部的局部语义差异可能会限制模型有效利用跨模态语义关联的能力,其... 展开更多; 关键词多模态虚假新闻检测局部语义差异跨模态语义关联非共享语义线索自适应协同优化; 在线阅读下载PDF 职称材料

题名改进的跨模态关联歧义学习的虚假信息检测方法研究被引量：2: 1; 作者段钰潇胡艳丽郭浩谭真肖卫东; 机构国防科技大学信息系统工程重点实验室; 出处《计算机科学》 CSCD 北大核心 2024年第4期307-313,共7页; 基金国家自然科学基金(62272469,72301284) 国家重点研发计划(2022YFB3102600) 湖南省科技创新计划(2023RC1007)。; 文摘近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚假信息检测方法大多关注多模态特征的形成,对于跨模态歧义和不同模态特征在检测中的贡献率的研究尚不完善,忽略了不同模态特征间固有差异性对虚假信息检测的影响。为解决该问题,提出了构建改进的跨模态关联歧义学习的虚假信息检测模型,通过对文本和图像特征进行跨模态歧义学习,利用歧义得分更新单模态与融合特征的权重,自适应地拼接单模态与融合特征;同时采用网格搜索动态分配文本、图像特征权重,提高检测准确率。在Twitter数据集上对该模型的有效性进行验证,其相比基线模型准确率提高了6%,相比未进行动态权重分配的检测方法性能提升了1.6%。; 关键词虚假信息检测多模态跨模态关联歧义学习融合特征; Keywords Fake news detection Multimodal Cross-modal correlation Ambiguity learning Fusion features; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名多模态资源检索与跨模态图谱构建: 2; 作者蒲晔芬; 机构西安医学院; 出处《现代电子技术》北大核心 2025年第16期133-138,共6页; 基金陕西省哲学社会科学研究专项:2025年度“陕西省铸牢中华民族共同体意识”研究项目:铸牢中华民族共同体意识的文化路径研究(2025HZ20906)。; 文摘随着信息化技术的快速发展,多模态数字化资源数量激增,对其进行智能化检索及跨模态关联分析已成为研究热点。鉴于知识图谱是有效的知识表达与管理工具,提出一种多模态数字化资源知识图谱的构造方法。基于该方法,设计智能检索算法和跨模态关联分析模型,为多模态数字化资源的智能化检索与跨模态关联分析提供具体的实现路径。通过实例对所提出的构造方法、智能检索算法以及跨模态关联分析模型进行验证,结果表明,所提方法和模型在处理多模态数字化资源的智能化检索与跨模态关联分析方面具备可行性与有效性,可为解决多模态数字化资源相关问题提供有力支持,推动信息化事业蓬勃发展。; 关键词多模态数字化资源智能检索跨模态关联分析知识图谱关系提取语义网络资料库; Keywords multimodal digital resource intelligent retrieval cross-modal correlation analysis knowledge graph relation extraction semantic network database; 分类号 TN915.5-34 [电子电信—通信与信息系统] TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名社交媒体虚假信息检测研究综述被引量：2: 3; 作者陈静周刚李顺航郑嘉丽卢记仓郝耀辉; 机构信息工程大学数据与目标工程学院; 出处《计算机科学》 CSCD 北大核心 2024年第11期1-14,共14页; 基金国家自然科学基金面上项目(62172433) 河南省科技攻关项目(222102210081) 河南省软科学研究项目(202400410084)。; 文摘社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理论基础。首先,深入剖析虚假信息的内涵本质,探讨其在社交平台上的产生机理、具体表现形式,并界定检测任务的基础框架与目标;其次,从语义一致性视角出发,专注内容语义、社交上下文感知和知识驱动三大层面,对比梳理典型检测方法;在此基础之上,深入探究增强检测算法可解释性最新研究成果;进一步,从对抗博弈视角,深度剖析当前社交媒体虚假信息检测任务面临的挑战以及大型语言模型为虚假信息检测技术研究带来的机遇;最后,对社交媒体虚假信息检测技术未来的发展进行了展望。; 关键词虚假信息检测跨模态关联社交上下文感知知识驱动大语言模型; Keywords Fake news detection Cross-modal correlation Social context awareness Knowledge-driven Large language model; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名双分支线索深度感知与自适应协同优化的多模态虚假新闻检测被引量：1: 4; 作者钟善男彭淑娟柳欣王楠楠李太豪; 机构华侨大学计算机科学与技术学院之江实验室华侨大学福建省大数据智能与安全重点实验室西安电子科技大学空天地一体化综合业务网全国重点实验室; 出处《计算机学报》 EI CAS CSCD 北大核心 2023年第12期2612-2625,共14页; 基金之江实验室开放课题(2021KH0AB01) 国家自然科学基金联合基金重点项目(U22A2096) 福建省自然科学基金项目(2020J01083,2020J01084)资助。; 文摘深度学习方法促使多模态虚假新闻检测领域快速发展,现有的检测模型通常从全局角度学习新闻图文间的跨模态语义关联,并利用共享语义内容获取检测的关键信息.然而,新闻内部的局部语义差异可能会限制模型有效利用跨模态语义关联的能力,其中潜在的非共享语义内容作为重要线索能够有效揭示虚假新闻的篡改意图和目的.为了解决上述问题,本文提出了一种双分支线索深度感知与自适应协同优化的多模态虚假新闻检测模型.该模型首先从图像显著区域和文本语义单词中提取细粒度的新闻特征,并使用跨模态加权残差网络从中学习共享语义线索.同时,根据所有图像区域和文本单词之间的语义相关性,双分支图文线索感知模块显式地建模共享与非共享语义内容的语义关联.其中,线索关联优化分支对两类语义内容的关联边界持续迭代优化,促使模型准确区分非共享语义线索;线索关联分析分支刻画两类语义内容的可信程度,并在此基础上引导模型实现线索的自主融合.通过上述自适应协同优化框架,本文提出的模型能够在复杂新闻语境下进行线索的深度感知与融合,实现更准确、更可解释的多模态虚假新闻检测.在广泛使用的中英文真实数据集上的实验结果表明,本文提出的模型明显优于基线方法,在准确率和虚假新闻检测精确率上分别平均提高了4.85%和4.50%.; 关键词多模态虚假新闻检测局部语义差异跨模态语义关联非共享语义线索自适应协同优化; Keywords multimodal fake news detection local semantic difference cross-modal semantic correlation non-shared semantic clues adaptive collaborative optimization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	改进的跨模态关联歧义学习的虚假信息检测方法研究	段钰潇胡艳丽郭浩谭真肖卫东	《计算机科学》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	多模态资源检索与跨模态图谱构建	蒲晔芬	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
3	社交媒体虚假信息检测研究综述	陈静周刚李顺航郑嘉丽卢记仓郝耀辉	《计算机科学》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	双分支线索深度感知与自适应协同优化的多模态虚假新闻检测	钟善男彭淑娟柳欣王楠楠李太豪	《计算机学报》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料