基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法

本申请属于人工智能与信息安全交叉技术领域，公开了基于解耦与跨模态线索挖掘的多模态虚假新闻检测方法，该方法包括：采用预训练对比模型提取新闻中的文本与图像特征，并映射至统一嵌入空间；设计多模态解耦自动编码器，将各模态特征分解为模态共有与模态特有表示，并通过对抗约束与重构损失获得纯净的解耦特征；构建跨模态线索挖掘模块，从未脱钩的特征中建模互补、增强与冲突性语义线索；引入自适应注意力聚合模块，动态加权融合各模态特征与语义线索；将聚合后的表示输入分类器进行虚假新闻识别。本发明通过模态解耦与多源线索建模，有效分离了模态冗余与特有信息，深度挖掘了图文间的关联与冲突，显著提升了检测的准确性。