融合BERT和VGG模型多模态虚假新闻检测方法研究

作     者：曾江峰 王蕊 黎欣雨 马霄 Zeng Jiangfeng;Wang Rui;Li Xinyu;Ma Xiao

作者机构：华中师范大学信息管理学院武汉430079 中南财经政法大学信息与安全工程学院武汉430073 

基　　金：教育部人文社会科学研究项目青年基金项目“情境大数据驱动的社交媒体虚假信息识别模型与治理策略研究”(项目编号:21YJC870002) 湖北省自然科学基金一般面上项目“基于多层语义融合的多模态社交媒体虚假信息检测研究”(项目编号:2023AFB1018) 武汉市知识创新专项项目曙光计划项目“多源知识驱动的社交媒体虚假新闻检测研究”(项目编号:2022010801020287)研究成果之一 

出 版 物：《知识管理论坛》 (Knowledge Management Forum)

年 卷 期：2023年第6期

页      码：502-513页

摘      要：[目的/意义]旨在通过融合BERT和VGG模型解决当前虚假新闻泛滥、虚假新闻自动检测准确度较低、智能化较低问题。[方法/过程]使用预训练模型BERT和VGG将新闻中的图文分离并转化为特征向量集,并进行特征融合,运用SVM模型设计分类器实现多模态虚假新闻检测识别。[结果/结论]实证结果表明,实验数据集F1值达到93%,相较于单独使用BERT和VGG模型提升7%与9%,该方法具有较高的准确率和召回率,能够有效地检测虚假新闻。

主 题 词：虚假新闻检测 特征提取 特征融合 多模态分析 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13266/j.issn.2095-5472.2023.040

馆 藏 号：203125468...