RASR：基于检索增强的假新闻视频检测语义推理
计算机视觉与模式识别
2026-04-09 v1
摘要
多模态假新闻视频检测是维护在线信息可信度的关键研究方向。现有研究主要通过构建多模态特征融合表示或利用预训练语言模型分析视频文本一致性来验证内容真实性。然而，这些方法仍面临以下局限性：(1) 缺乏跨实例的全局语义关联，难以有效利用历史关联证据验证当前视频；(2) 跨域语义差异阻碍了一般知识的迁移，缺乏基于领域特定专家知识的指导。为此，我们提出一种新颖的检索增强语义推理 (RASR) 框架。首先，跨实例语义解析检索器 (CSPR) 将视频分解为高层语义原语，并从动态记忆库中检索相关关联证据。随后，领域引导的多模态推理 (DGMP) 模块整合领域先验，驱动专家多模态大语言模型生成领域感知的深入分析报告。最后，多视角特征解耦融合 (MVDFF) 模块通过自适应门控机制整合多维特征，实现稳健的真实性判断。在 FakeSV 和 FakeTT 数据集上进行的大量实验表明，RASR 显著优于最新基线方法，实现了卓越的跨域泛化，并将整体检测准确率提升了最高 0.93%。
引用
@article{arxiv.2604.06687,
title = {RASR: Retrieval-Augmented Semantic Reasoning for Fake News Video Detection},
author = {Hui Li and Peien Ding and Jun Li and Guoqi Ma and Zhanyu Liu and Ge Xu and Junfeng Yao and Jinsong Su},
journal= {arXiv preprint arXiv:2604.06687},
year = {2026}
}
备注
10 pages,5 figures