基于知识增强图注意力网络的虚假新闻视频检测方法

本发明提出一种基于知识增强图注意力网络的虚假新闻视频检测方法，该方法包括：基于完整的文本信息，通过预训练语言模型进行提取，得到文本的语义特征；利用预训练的语音模型对语音信息进行提取，得到语音的情感特征；利用预训练的滑动窗口模型对关键帧进行提取，得到视觉特征；利用预训练的立场检测模型，结合视频的立场特征以及评论的权重值得到视频的全局评论特征；利用视频发布者的社交特征得到用户的社交特征；通过场景图序列得到时序场景图特征；对多模态特征进行融合，得到多模态特征表示；基于多模态特征表示得到预测结果。本发明提供了一种全面、高效的虚假新闻视频检测方案，显著提升了检测精度和实际应用价值。

《基于知识增强图注意力网络的虚假新闻视频检测方法》是一发明专利，专利号为 2025102306113，当前法律状态为已下证，由江西财经大学提出申请，发明人为黄学坚;陈云芳;黄嘉睿;范丽婷;宫泽宇;杨建兴;刘永聪;黄美生，申请日期为2025-02-28，公开（公告）日期为2025-06-13，国际专利分类号（IPC）为 G06V 20/40 (2022.01)，高新资质：未报高企，所属技术领域包括：自然语言处理，网络信息安全，人工智能，虚假新闻检测，舆情监测，多媒体大数据挖掘，多媒体处理，OCR识别，网络谣言治理，短视频虚假新闻识别，短视频平台风控。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出一种基于知识增强图注意力网络的虚假新闻视频检测方法，该方法包括：基于完整的文本信息，通过预训练语言模型进行提取，得到文本的语义特征；利用预训练的语音模型对语音信息进行提取，得到语音的情感特征；利用预训练的滑动窗口模型对关键帧进行提取，得到视觉特征；利用预训练的立场检测模型，结合视频的立场特征以及评论的权重值得到视频的全局评论特征；利用视频发布者的社交特征得到用户的社交特征；通过场景图序列得到时序场景图特征；对多模态特征进行融合，得到多模态特征表示；基于多模态特征表示得到预测结果。本发明提供了一种全面、高效的虚假新闻视频检测方案，显著提升了检测精度和实际应用价值。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！