基于深度学习的谣言检测方法、装置、设备及存储介质

发明专利有效专利

申请号：
CN202111010971.0
IPC分类号：G06F16/35;G06F16/36;G06F40/216;G06N3/04;G06Q50/00
申请日期：
2021-08-31
申请人：
平安国际智慧城市科技股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的谣言检测方法、装置、设备及存储介质
申请号	CN202111010971.0	申请日期	2021-08-31
法律状态	公开	申报国家	中国
公开/公告日	2021-11-30	公开/公告号	CN113722484A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;F;1;6;/;3;6;;;G;0;6;F;4;0;/;2;1;6;;;G;0;6;N;3;/;0;4;;;G;0;6;Q;5;0;/;0;0查看分类表>
申请人	平安国际智慧城市科技股份有限公司	申请人地址	广东省深圳市前海深港合作区妈湾兴海大道3048号前海自贸大厦1-34层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	平安国际智慧城市科技股份有限公司	当前权利人	平安国际智慧城市科技股份有限公司
发明人	杨志专
代理机构	深圳中一联合知识产权代理有限公司	代理人	杨志强

摘要

本申请适用于人工智能技术领域，提供了基于深度学习的谣言检测方法、装置、设备及存储介质。包括：基于待检测事件构建图数据库；通过图卷积神经网络，提取图数据库对应的第一数据特征；将第一数据特征输入长短期记忆网络中进行处理，得到第二数据特征；通过自注意力机制对第二数据特征进行处理，得到事件特征表示向量；对事件特征表示向量进行判别，得到待检测事件对应的谣言检测结果。上述方案中，构建图数据库降低了事件之间的干扰，减少了图卷积神经网络的计算量，提升谣言检测的速度。通过图卷积神经网络、长短期记忆网络以及自注意力机制使提取到的事件特征表示向量更准确，进而使最终得到的谣言检测结果更准确，提升了谣言检测的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供