一种基于反事实推理和因果干预的多模态谣言检测方法

本发明公开了一种融合文本、图像及社交传播结构的多模态谣言检测方法，属于自然语言处理、计算机视觉和因果推理技术领域。具体而言，本发明提出了一种统一的因果推理框架，通过集成文本反事实因果推断与图像点积因果干预机制，有效剥离多模态数据中的混杂偏差。在此框架下，进一步融合社交传播结构特征，采用多头协同注意力机制，实现在跨模态特征中的深度对齐与语义强化。通过投影梯度下降生成对抗样本进行对抗训练，并结合反事实损失优化模型参数，提升了模型的分类准确性与泛化能力。本发明在谣言检测任务中引入了因果推理范式，验证了反事实与干预机制在复杂信息场景下的有效性，为构建可信的多模态信息系统提供了新的理论支持与方法路径。