期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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...
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.
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
TextSwindler:面向硬标签黑盒文本的对抗攻击算法
被引量：
1
2
作者
熊熙
刘钊荣
+1 位作者
张帅
余艳
《中文信息学报》
CSCD
北大核心
2024年第12期18-29,共12页
在自然语言处理领域,黑盒硬标签对抗攻击算法受到文本离散性、不可微性以及仅能获取模型决策结果的限制,难以同时兼顾攻击效果与攻击效率。该文提出一种基于单词替换的黑盒硬标签文本对抗攻击算法TextSwindler。首先全局随机初始化对抗...
在自然语言处理领域,黑盒硬标签对抗攻击算法受到文本离散性、不可微性以及仅能获取模型决策结果的限制,难以同时兼顾攻击效果与攻击效率。该文提出一种基于单词替换的黑盒硬标签文本对抗攻击算法TextSwindler。首先全局随机初始化对抗样本。接着在迭代优化阶段,分别采用基于词嵌入空间搜索邻近样本,以及基于回溯控制的扰动优化,以减少生成的对抗样本的扰动。最后基于简单交换规则搜索最优单词,提高生成的对抗样本的语义相似度。在8个数据集和3种深度学习模型上的实验结果表明,TextSwindler方法在保证生成样本质量的同时,可以降低43.6%的查询次数。
展开更多
关键词
对抗样本
黑盒
硬标签
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
TextSwindler:面向硬标签黑盒文本的对抗攻击算法
被引量：
1
2
作者
熊熙
刘钊荣
张帅
余艳
机构
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(芯谷产业学院)
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
)
北京理工大学信息与电子学院
出处
《中文信息学报》
CSCD
北大核心
2024年第12期18-29,共12页
基金
国家自然科学基金(81901389)
四川省科技计划项目(2023YFS0290,24NSFSC1744,24NSFSC1185)
教育部人文社会科学研究基金(22YJAZH120)。
文摘
在自然语言处理领域,黑盒硬标签对抗攻击算法受到文本离散性、不可微性以及仅能获取模型决策结果的限制,难以同时兼顾攻击效果与攻击效率。该文提出一种基于单词替换的黑盒硬标签文本对抗攻击算法TextSwindler。首先全局随机初始化对抗样本。接着在迭代优化阶段,分别采用基于词嵌入空间搜索邻近样本,以及基于回溯控制的扰动优化,以减少生成的对抗样本的扰动。最后基于简单交换规则搜索最优单词,提高生成的对抗样本的语义相似度。在8个数据集和3种深度学习模型上的实验结果表明,TextSwindler方法在保证生成样本质量的同时,可以降低43.6%的查询次数。
关键词
对抗样本
黑盒
硬标签
Keywords
adversarial sample
black box
hard label
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
TextSwindler:面向硬标签黑盒文本的对抗攻击算法
熊熙
刘钊荣
张帅
余艳
《中文信息学报》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
