買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學申請的專利一種用于多源假新聞檢測的統一跨源上下文增強方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120277400B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510760934.3，技術領域涉及：G06F18/213；該發明授權一種用于多源假新聞檢測的統一跨源上下文增強方法是由戴瑞婷;何濤;段貴多;馮碩;張若璇;馬瑜江;蒙灝冉設計研發完成，并于2025-06-09向國家知識產權局提交的專利申請。

本一種用于多源假新聞檢測的統一跨源上下文增強方法在說明書摘要公布了：一種用于多源假新聞檢測的統一跨源上下文增強方法，涉及計算機視覺、自然語言處理及多模態信息融合領域。本發明的方案能夠通過一個統一模型有效地從多個數據源中學習并整合豐富的全局上下文信息，從而克服了傳統技術在面對復雜、多源數據時需要訓練不同模型以及模型表現不佳的問題，并顯著提升假新聞檢測的準確性和可靠性。上下文增強能夠有效捕捉不同來源間的長距離交互作用，還能融合異構來源的特征，減輕數據源差異導致的偏差。模型能夠更智能地對齊和整合不同來源的數據，提升假新聞識別的整體性能。局部?全局的雙層結構提高了模型處理未見過數據源的能力，提升了系統的穩定性和檢測效果。

本發明授權一種用于多源假新聞檢測的統一跨源上下文增強方法在權利要求書中公布了：1.一種用于多源假新聞檢測的統一跨源上下文增強方法，其特征在于，包括以下步驟： 步驟1：多源特征編碼； 獲取多個異構數據源的多模態數據，包括文本和圖像模態數據； 提取數據中文本特征和圖像特征后，基于動態時間規整策略將文本特征和圖像特征對齊，再融合得到每個數據源中每個樣本的局部特征； 步驟2：跨源全局上下文學習； 首先基于每個數據源，將源內的局部特征加權平均得到源原型，然后將源原型嵌入至局部特征中，得到嵌入后特征，同時采用對抗訓練確保不同數據源的特征對齊； 然后基于不同數據源，計算不同數據源中嵌入后特征的距離，構建跨源樣本庫； 最后嵌入后特征基于跨源樣本庫中的每個相關樣本進行上下文增強后，與原始的嵌入后特征融合生成融合后的全局特征； 步驟3：兩級對比學習； 基于單一數據源，使用文本特征作為錨點，基于同一新聞標簽的圖像特征構建正樣本集，基于不同新聞標簽的圖像特征構建負樣本集，并計算局部對比損失； 基于所有數據源，使用給定樣本的全局特征作為錨點，基于同一新聞標簽的跨源全局特征構建正樣本集，基于不同新聞標簽的跨源全局特征構建負樣本集，并計算全局對比損失； 步驟4：跨源多模態解碼； 首先拼接局部特征和全局特征，得到融合后的特征； 然后使用解碼器生成預測概率； 計算分類損失，計算總損失并調整每個損失的權重。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學，其通訊地址為：611731 四川省成都市高新區(西區)西源大道2006號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。