Bài báo này đề xuất một Mạng Hướng dẫn Đường dẫn Kép (DPGNet) sử dụng dữ liệu không nhãn quy mô lớn để khắc phục sự phụ thuộc vào dữ liệu nhãn của các phương pháp phát hiện deepfake hiện có. Xét đến thực tế là việc phân biệt ảnh deepfake với ảnh thật ngày càng khó khăn, chúng tôi tập trung vào việc thu hẹp khoảng cách giữa các mô hình sinh sản khác nhau và sử dụng hiệu quả dữ liệu không nhãn. DPGNet giải quyết vấn đề này thông qua mô-đun căn chỉnh liên miền dựa trên văn bản và mô-đun tạo nhãn giả dựa trên chương trình giảng dạy, đồng thời ngăn ngừa vấn đề quên thông qua việc chắt lọc kiến thức liên miền. Kết quả thử nghiệm sử dụng 11 tập dữ liệu đại diện cho thấy DPGNet vượt trội hơn phương pháp tiên tiến (SoTA) hiện có 6,3%.
