检索结果-维普期刊中文期刊服务平台

基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型: 1; 作者蔡松睿张仕斌 +2 位作者丁润宇卢嘉中黄源源《信息安全研究》北大核心 2025年第8期693-701,共9页; 随着互联网和智能设备的广泛普及,社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中,虚假新闻以文本、图片等多种模态存在,而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态... 展开更多; 关键词虚假新闻检测多模态融合跨模态注意力机制对比学习深度学习; 在线阅读下载PDF 职称材料

基于多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合被引量：1: 2; 作者邸敬梁婵 +2 位作者任莉郭文庆廉敬《红外技术》 CSCD 北大核心 2024年第7期754-764,共11页; 针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度... 展开更多; 关键词红外与可见光图像融合多尺度对比度增强跨模态交互注意力机制分解网络; 在线阅读下载PDF 职称材料

情感分析的跨模态Transformer组合模型: 3; 作者王亮王屹王军《计算机工程与应用》 CSCD 北大核心 2024年第13期124-135,共12页; 基于Transformer的端到端组合深度学习模型是多模态情感分析的主流模型。针对相关工作中此类模型存在的低资源(low-resource)模态数据的情感特征提取能力不足、不同模态非对齐数据的特征尺度差异导致对齐融合过程中易丢失关键特征信息... 展开更多; 关键词多模态情感分析轻量级注意力聚合模块跨模态Transformer 门控循环单元跨模态多头注意力机制; 在线阅读下载PDF 职称材料

基于细粒度图像-方面的情感增强方面级情感分析: 4; 作者余本功陈明玥《计算机应用研究》北大核心 2025年第4期1073-1079,共7页; 为了缩小模态间的异质性差异并缓解多个方面词带来的情感混淆,提出一种基于细粒度图像-方面的情感增强多模态方面级情感分析。具体地,该模型经过文本图像编码后,首先利用形容词-名词对将与方面词相关的图像信息加入到文本方面词中,并通... 展开更多; 关键词多模态方面级情感分析形容词-名词对跨模态注意力机制情感分数模态融合; 在线阅读下载PDF 职称材料

基于一对多关系的多模态虚假新闻检测被引量：1: 5; 作者袁玥刘永彬 +2 位作者欧阳纯萍田纹龙方文泷《中文信息学报》 CSCD 北大核心 2023年第9期131-139,共9页; 面向多模态的虚假新闻检测工作大部分是利用文本和图片之间的一对一关系,将文本特征和图片特征进行简单融合,忽略了帖子内多张图片内容的有效特征,对帖子间的语义关联建模不足。为了克服现有方法的局限性,该文提出了一种基于文图一对多... 展开更多; 关键词虚假新闻检测跨模态注意力机制多模态对比学习; 在线阅读下载PDF 职称材料

题名基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型: 1; 作者蔡松睿张仕斌丁润宇卢嘉中黄源源; 机构成都信息工程大学人工智能学院(芯谷产业学院) 成都信息工程大学网络空间安全学院(芯谷产业学院) 先进密码技术与系统安全四川省重点实验室先进微处理器技术国家工程研究中心(工业控制与安全分中心); 出处《信息安全研究》北大核心 2025年第8期693-701,共9页; 基金国家重点研发计划项目(2022YFB3103103) 成都市重点研发项目(2023-XT00-00002-GX) 成都市重点研发支撑计划项目(2024-YF05-01227-SN)。; 文摘随着互联网和智能设备的广泛普及,社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中,虚假新闻以文本、图片等多种模态存在,而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态之间的内在联系,限制了检测模型的整体性能.为了解决这一问题,提出了一种基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型.该模型利用预训练的BERT和ViT模型分别提取文本和图像特征,通过跨模态注意力机制有效融合多模态特征.同时,该模型引入了弱监督式对比学习,利用有效模态的预测结果作为监督信号指导对比学习过程,能够有效捕捉和利用文本与图像间的互补信息,从而提升了模型在多模态环境下的性能和鲁棒性.仿真实验表明,提出的虚假新闻检测模型在公开的Weibo17和Weibo21数据集上表现出色,与目前最先进的方法相比,准确率平均提升了1.17个百分点,F 1分数平均提升了1.66个百分点,验证了其在应对多模态虚假新闻检测任务中的有效性和可行性.; 关键词虚假新闻检测多模态融合跨模态注意力机制对比学习深度学习; Keywords fake news detection multi-modal fusion cross-modal attention mechanism contrastive learning deep learning; 分类号 TP389.1 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合被引量：1: 2; 作者邸敬梁婵任莉郭文庆廉敬; 机构兰州交通大学电子与信息工程学院; 出处《红外技术》 CSCD 北大核心 2024年第7期754-764,共11页; 基金国家自然科学基金(62061023) 甘肃省科技计划资助项目(22JR5RA360) 甘肃省杰出青年基金(21JR7RA345)。; 文摘针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度信息利于互补信息的融合;其次,采用密集连接块进行特征提取,减少信息损失最大限度利用信息;接着,设计了一种跨维度交互注意力机制,有助于捕捉关键信息,从而提升网络性能;最后,设计了从融合图像到源图像的分解网络使融合图像包含更多的场景细节和更丰富的纹理细节。在TNO数据集上对提出的融合框架进行了评估实验,实验结果表明本文方法所得融合图像目标区域显著,细节纹理丰富,具有更优的融合性能和更强的泛化能力,主观性能和客观评价优于其他对比方法。; 关键词红外与可见光图像融合多尺度对比度增强跨模态交互注意力机制分解网络; Keywords infrared and visible image fusion multi-scale contrast enhancement cross-dimensional interactive attention mechanism decomposition network; 分类号 TP391.9 [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

题名情感分析的跨模态Transformer组合模型: 3; 作者王亮王屹王军; 机构沈阳化工大学计算机科学与技术学院辽宁省化工过程工业智能化技术重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2024年第13期124-135,共12页; 基金国家外国专家项目(G2022006008L) 中国高校产学研创新基金(2021LD06009) +2 种基金辽宁省教育厅基本科研项目(LJKMZ20220781)。; 文摘基于Transformer的端到端组合深度学习模型是多模态情感分析的主流模型。针对相关工作中此类模型存在的低资源(low-resource)模态数据的情感特征提取能力不足、不同模态非对齐数据的特征尺度差异导致对齐融合过程中易丢失关键特征信息、基础注意力模型并行处理多模态数据导致多模态长期依赖机制不可靠的问题,提出了一种基于轻量级注意力聚合模块与跨模态Transformer的能使用多模态非对齐数据执行二分类和多分类任务的多模态情感分析模型LAACMT。LAACMT模型提出采用门控循环单元与改进的特征提取算法提取低资源模态信息,提出位置编码配合卷积放缩方法用于对齐多模态语境,提出跨模态多头注意力机制融合已对齐的多模态数据并建立可靠的跨模态长期依赖机制。LAACMT模型在包含文本、语音和视频的三种模态非对齐数据集CMU-MOSI上的实验结果表明该模型的性能评价指标较SOTA有稳定提升。其中Acc7提升了3.96%、Acc2提升了4.08%、F1分数提升了3.35%。消融实验结果数据证明所提模型解决了多模态情感分析相关工作中存在的问题,降低了基于Transformer的多模态情感分析模型的复杂度,提升了模型性能的同时避免了过拟合问题。; 关键词多模态情感分析轻量级注意力聚合模块跨模态Transformer 门控循环单元跨模态多头注意力机制; Keywords multimodal sentiment analysis lightweight attentive aggregation module cross-modal Transformer gated recurrent unit cross-modal multi-head attention mechanism; 分类号 TP391.1 [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

题名基于细粒度图像-方面的情感增强方面级情感分析: 4; 作者余本功陈明玥; 机构合肥工业大学管理学院合肥工业大学过程优化与智能决策教育部重点实验室; 出处《计算机应用研究》北大核心 2025年第4期1073-1079,共7页; 基金国家自然科学基金资助项目(72071061)。; 文摘为了缩小模态间的异质性差异并缓解多个方面词带来的情感混淆,提出一种基于细粒度图像-方面的情感增强多模态方面级情感分析。具体地,该模型经过文本图像编码后,首先利用形容词-名词对将与方面词相关的图像信息加入到文本方面词中,并通过细粒度图像-方面跨模态注意力机制优化图像表征,得到细粒度方面词-图像特征;接着,基于句法结构引入情感得分,得到基于方面词的文本情感特征;最后,进行模态融合得到最终情感预测结果。在Twitter-2015和Twitter-2017数据集上,与基线模型TMSC相比,提出模型值准确率分别提高了0.25百分点和0.16百分点,充分证明了细粒度的图文匹配和情感增强操作有助于提高分类效果。; 关键词多模态方面级情感分析形容词-名词对跨模态注意力机制情感分数模态融合; Keywords multimodal aspect-based sentiment analysis adjective-noun pairs cross-modal attention mechanism sentiment scores modal fusion; 分类号 TP393 [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

题名基于一对多关系的多模态虚假新闻检测被引量：1: 5; 作者袁玥刘永彬欧阳纯萍田纹龙方文泷; 机构南华大学计算机学院; 出处《中文信息学报》 CSCD 北大核心 2023年第9期131-139,共9页; 基金国家自然科学基金(N061402220) 湖南省教育厅重点科研项目(19A49) 湖南省自然科学基金(2020JJ4525,2022JJ30495)。; 文摘面向多模态的虚假新闻检测工作大部分是利用文本和图片之间的一对一关系,将文本特征和图片特征进行简单融合,忽略了帖子内多张图片内容的有效特征,对帖子间的语义关联建模不足。为了克服现有方法的局限性,该文提出了一种基于文图一对多关系的多模态虚假新闻检测模型。利用跨模态注意力网络筛选多张图片的有效特征,通过多模态对比学习网络动态调整帖子间高层次的语义特征关联,增强融合图文特征的联合表示。在新浪微博数据集上的实验结果表明,该模型能充分利用文图一对多关系的有效信息和帖子之间的语义特征关系,比基线模型准确率提升了3.15%。; 关键词虚假新闻检测跨模态注意力机制多模态对比学习; Keywords fake news detection cross-modal attention multi-modal contrast learning; 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	作者	出处	发文年	被引量	操作
1	基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型	蔡松睿张仕斌丁润宇卢嘉中黄源源	《信息安全研究》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合	邸敬梁婵任莉郭文庆廉敬	《红外技术》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	情感分析的跨模态Transformer组合模型	王亮王屹王军	《计算机工程与应用》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于细粒度图像-方面的情感增强方面级情感分析	余本功陈明玥	《计算机应用研究》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于一对多关系的多模态虚假新闻检测	袁玥刘永彬欧阳纯萍田纹龙方文泷	《中文信息学报》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料