RERRegional Economics Research2998-88532998-8861Art and Technology10.61369/RER.2026010023Article基于多模态对比学习的短视频虚假信息早期识别方法https://artdesignp.com/journal/RER/2/1/10.61369/RER.2026010023龚培予2026212026-06-20针对短视频虚假信息在早期传播窗口内模态异构、标注稀缺与语义冲突隐蔽等挑战，提出基于多模态对比学习的早期识别方法。通过分析虚假信息的多模态语义异构性与演化规律，设计跨模态正负样本构造策略与时序感知对比损失，实现模态缺失条件下的鲁棒表征对齐。构建面向早期窗口的多模态联合编码框架，提取虚假信息显著性特征，建立无锚点决策机制。案例验证表明该方法能有效捕捉跨模态语义矛盾，在早期传播阶段实现低延迟、高可靠性的虚假信息识别。多模态对比学习,短视频虚假信息,早期识别

[1] 付少雄, 宋金铃, 苏一琦, 等. 虚假短视频多模态内容结构操纵对用户分享意愿的影响—— 基于混合方法的研究[J].情报资料工作,2025,46(06):54-62.[2] 张志霞, 李洁, 董婳婳, 等. 短视频视听感官陷阱：虚假信息采纳意愿的影响机制[J].情报杂志,2026,45(01):161-167.[3] 张晶. 融媒体环境下短视频新闻的AI 应用[J].武汉广播影视,2025,(04):4-6.[4] 张媛, 王昕然, 何云峰. 互联网短视频内容的生产、逻辑及治理[J].融媒,2025,(04):15-22.[5] 付少雄, 宋金铃, 邓胜利, 等. 虚假短视频多模态内容语义操纵对用户信任的影响研究[J].图书馆杂志,2025,44(02):108-119+129.