买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利基于分层注意力网络的多模态谣言检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115712869B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211421623.7，技术领域涉及：G06F18/2415；该发明授权基于分层注意力网络的多模态谣言检测方法及系统是由张琦睿;许国艳;平萍设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本基于分层注意力网络的多模态谣言检测方法及系统在说明书摘要公布了：本发明公开了一种基于分层注意力网络的多模态谣言检测方法及系统，通过分层注意力模型提取文本特征向量，通过VGG19模型提取新闻图片中的视觉特征向量，根据所述文本特征向量和视觉特征向量判断新闻样本为谣言或非谣言；分层注意力模型包括基于自注意力机制的单词编码器和句子编码器，衡量当前单词和上下文单词之间以及当前句子和上下文句子之间的重要程度，得到融合上下文信息的词向量表示和句向量表示，从而能够捕获新闻文档层次结构的特征；通过注意力机制衡量每张图片不同区域的特征向量相对于文本的重要性，能够使模型着重关注于重要性更高的图片区域，提升模型的检测精度，多模态检测更适用于多模态形式新闻，得到更全面、准确的谣言预测。

本发明授权基于分层注意力网络的多模态谣言检测方法及系统在权利要求书中公布了：1.一种基于分层注意力网络的多模态谣言检测方法，其特征在于，包括如下内容： 对新闻文本使用Glove预训练模型获取文本中的单词向量，通过分层注意力模型提取文本特征向量，通过VGG19模型提取新闻图片中的视觉特征向量，根据所述文本特征向量和视觉特征向量判断新闻样本为谣言或非谣言； 所述通过分层注意力模型提取文本特征向量的方法为，根据当前单词和其所在句子中上下文单词之间的重要性，聚合上下文单词信息得到单词的词向量表示，根据句子中所有词向量表示对该句子的重要性，聚合单词信息得到句子向量；根据句子向量与其所在文本中上下文句子之间的重要性，聚合上下文句子信息得到句子的句向量表示，根据文本中所有句向量表示对该文本的重要性，聚合句子信息得到文本特征向量； 所述根据当前单词和其所在句子中上下文单词之间的重要性，聚合上下文单词信息得到单词的词向量表示的方法为： 根据上下文单词相对于当前单词的重要性权重计算加权和作为当前单词的词向量表示； ； ； 其中为注意力机制中的参数矩阵，N为单词的数量； 所述根据句子中所有词向量表示对该句子的重要性，聚合单词信息得到句子向量的方法为： 根据词向量表示对当前句子的重要性权重计算加权和作为句子向量 其中，是的隐藏表示，，为参数矩阵，为偏置项；为单词上下文向量，在训练过程中随机初始化和联合学习； 根据句子向量与其所在文本中上下文句子之间的重要性，聚合上下文句子信息得到句子的句向量表示的方法为： 根据上下文句子相对于当前句子的重要性权重计算加权和作为当前句子的句向量表示； ； ； 其中，，，，、和为注意力机制中的参数矩阵，M为句子的数量； 所述据文本中所有句向量表示对该文本的重要性，聚合句子信息得到文本特征向量的方法为： 根据句向量表示相对于文本的重要性权重计算加权和作为文本特性向量； ； ； 其中，是的隐藏表示，，为参数矩阵，为偏置项；为句子上下文向量，在训练过程中随机初始化和联合学习。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。