龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：本发明提供的是一种基于语义增强的仇恨言论检测方法、系统及存储介质。本发明提出了基于语义增强的仇恨言论检测模型HSIBSE。其中包括信息嵌入层装置、文本嵌入层装置、编码层装置和输出层装置。通过使用仇恨言论词典，对文本进行分类，将其划分为含有负面性词语和不含负面性词语的两个类别。对每个词语，本发明将其与负面性词语词典中的词汇进行匹配，以确定其是否属于负面性词语。能够更准确地识别和分析仇恨言论，并为仇恨言论检测提供重要线索。本发明设计了一种基于语义增强的仇恨言论检测系统及方法，加强上下文理解，分析仇恨言论中的情感倾向，增强信息关联，有助于识别某些文本中的隐含信息，可广泛应用于社交网络中的互仇恨言论检测。
主权项：1.一种基于语义增强的仇恨言论检测方法，其特征在于：包括以下步骤：步骤1、信息嵌入层，将仇恨言论词典中的仇恨信息嵌入到模型中；首先需要根据已构建的仇恨言论词典，将仇恨信息融入到句子中；在句子中，仇恨言论通常表达对某一群体的敌意或歧视，根据仇恨言论的侮辱性词汇对推文内容进行鉴别；有效地提高特征词的覆盖率和特征维度，从而提高模型的检测性能；通过信息嵌入层的处理，模型能够识别仇恨言论，并提供全面的分析结果，为打击仇恨言论提供支持。步骤2、文本嵌入层，进行语言模型的预测任务；模型会在序列中加入一些特殊的符号"[MASK]"，这些符号表示对应位置的单词需要被预测，即被模型替换为合适的单词；即在给定上下文的情况下预测缺失的单词，而"[MASK]"符号表示了需要预测的单词位置；步骤3、编码层，包括多个Transformer模块，每个模块包括：多头注意力层、前馈神经网络子层和归一化层；每个子层都有一个残差连接和一个层归一化步骤；在完成了文本的嵌入后，将表示向量送入多头注意力层中，输入被映射为三个向量：查询向量Q、键向量K和数值向量V；这三个向量用于计算注意力得分，从而决定输入向量的权重，再根据权重对输入向量进行加权平均；步骤4、输出层，输出层对句子中是否含有仇恨言论进行预测；通过一个全连接层，将最后一层的所有隐藏状态进行线性变换并加上一个偏置项，然后通过一个激活函数得到最终的输出向量。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于语义增强的仇恨言论检测方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号