典型文献
基于注意力机制的多模态融合谣言检测方法
文献摘要：
谣言会对社会生活造成不利影响,同时具有多种模态的网络谣言比纯文字谣言更容易误导用户和传播,这使得对多模态的谣言检测不可忽视.目前关于多模态谣言检测方法没有关注词与图片区域对象之间的特征融合,因此提出了一种基于注意力机制的多模态融合网络AMFNN应用于谣言检测,该方法在词-视觉对象层面进行高级信息交互,利用注意力机制捕捉与关键词语相关的视觉特征;提出了基于自注意力机制的自适应注意力机制Adapive-SA,通过增加辅助条件来约束内部的信息流动,使得模态内的关系建模更有目标性和多样性.在两个多模态谣言检测数据集上进行了对比实验,结果表明,与目前相关的多模态谣言检测方法相比,AMFNN能够合理地处理多模态信息,从而提高了谣言检测的准确性.
文献关键词：
深度学习;注意力机制;多模态融合;谣言检测
中图分类号：
作者姓名：
戚力鑫;万书振;唐斌;徐义春
作者机构：
三峡大学 计算机与信息学院,湖北 宜昌 443000
文献出处：
引用格式：
[1]戚力鑫;万书振;唐斌;徐义春-.基于注意力机制的多模态融合谣言检测方法)[J].计算机工程与应用,2022(19):209-217
A类：
AMFNN,自适应注意力机制,Adapive
B类：
多模态融合,谣言检测,网络谣言,纯文字,误导,片区,特征融合,融合网络,信息交互,词语,视觉特征,自注意力机制,SA,信息流动,关系建模,目标性,检测数据集,多模态信息
AB值：
0.2052
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
