[发明专利]信息识别方法和装置及信息识别神经网络训练方法和装置

权利要求书

1.一种信息识别方法，其特征在于，包括：

获取在目标应用平台中发布的目标文章，其中，所述目标文章中至少包括文章文本、文章封面图片；

对所述目标文章的文章文本进行特征提取，以得到文本特征，并对所述目标文章的文章封面图片进行特征提取，以得到图像特征；

对所述文本特征和所述图像特征进行拼接，得到与所述目标文章匹配的多模态文章特征；

根据所述多模态文章特征确定与所述目标文章匹配的目标置信度；

在所述目标置信度指示所述目标文章中记载有虚假信息的情况下，从所述目标应用平台中删除所述目标文章。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多模态文章特征确定与所述目标文章匹配的目标置信度包括：

将所述多模态文章特征输入第一全连接层，以得到与所述目标文章匹配的所述目标置信度，其中，所述第一全连接层中携带有通过多次训练得到的信息识别参数。

3.根据权利要求1所述的方法，其特征在于，在所述获取在目标应用平台中发布的目标文章之前，还包括：

获取多个样本文章，其中，所述样本文章中至少包括样本文章文本、样本文章封面图片；

依次将每个所述样本文章作为当前样本文章执行以下操作，直至达到收敛条件：

对所述当前样本文章的样本文章文本进行特征提取，以得到样本文本特征，并对所述当前样本文章的样本文章封面图片进行特征提取，以得到样本图像特征；

对所述样本文本特征和所述样本图像特征进行拼接，得到与所述当前样本文章匹配的当前多模态样本文章特征；

将所述当前多模态样本文章特征输入当前信息识别神经网络以得到第一识别概率值，并将所述当前多模态样本文章特征输入当前事件识别神经网络以得到第二识别概率集，其中，所述第二识别概率集中包括至少一个第二识别概率值，所述至少一个第二识别概率值中的每个所述第二识别概率值为所述样本文章中记载的信息属于一种事件类型的概率值；

利用所述第一识别概率值及所述第二识别概率集，计算与所述当前样本文章对应的目标损失值；

在所述目标损失值达到所述收敛条件的情况下，确定所述当前信息识别神经网络为目标识别神经网络，其中，所述目标识别神经网络用于通过计算置信度来指示当前文章中所记载的信息的真实性，在所述置信度指示所述文章中记载有虚假信息的情况下，将删除所述当前文章。

4.根据权利要求3所述的方法，其特征在于，所述利用所述第一识别概率值及所述第二识别概率集，计算与所述当前样本文章对应的目标损失值包括：

将所述第一识别概率值输入与所述当前信息识别神经网络对应的第一损失函数，并将所述第二识别概率集输入与所述当前事件识别神经网络对应的第二损失函数；

获取利用所述第一损失函数与所述第二损失函数所构建的目标函数输出的所述目标损失值。

5.根据权利要求3所述的方法，其特征在于，所述将所述当前多模态样本文章特征输入当前事件识别神经网络以得到第二识别概率集包括：

将所述多模态文章特征输入至少两个第二全连接层，以得到所述第二识别概率集，其中，所述至少两个第二全连接层中携带有通过多次训练得到的事件识别参数。

6.根据权利要求3所述的方法，其特征在于，在所述获取多个样本文章之前，还包括：

获取多个标注样本文章，其中，所述多个标注样本文章中的每个标注样本文章中包括样本文章文本、样本文章封面图片、样本文章属性标签及在所述目标应用平台中对所述标注样本文章的内容进行评价的标注文本，所述样本文章属性标签用于指示所述标注样本文章中记载有虚假信息或并未记载有虚假信息；

对每个所述标注样本文章分别进行文本预处理，得到每个所述标注样本文章的标注样本文本特征向量；

将每个所述标注样本文章的所述样本文本特征向量输入标签标注模型，得到与每个所述标注样本文章匹配的标注结果，其中，所述标注结果中包括所述标注样本文章中记载有虚假信息的概率值；

将与每个所述标注样本文章匹配的所述标注结果输入样本选择模型，得到筛选后的候选样本文章；

从所述候选样本文章中确定出所述多个样本文章。