一种基于多模态软提示学习的中文点击诱饵检测方法

AITNT
正文
推荐专利
一种基于多模态软提示学习的中文点击诱饵检测方法
申请号:CN202410884762
申请日期:2024-07-03
公开号:CN118779452A
公开日期:2024-10-15
类型:发明专利
摘要
本发明公开了一种基于多模态软提示学习的中文点击诱饵检测方法,包括(1)通过预训练的CLIP模型学习新闻中图片的特征;(2)通过图注意力网络捕获新闻标题的句法结构特征;(3)通过提示学习模型充分学习新闻标题与内容的关联性特征,并构造可学习的软提示,生成一个最优的提示模板;(4)将学习到的图片特征、句法结构特征与标题和内容的关联性特征拼接,将拼接后的特征用于检测;(5)将每个标签词的概率映射到对应的类别标签中,并用该类别标签的最终预测分数作为分类结果。本发明针对中文点击诱饵的特殊结构对模型进行了改进,同时结合了新闻中丰富的图片信息,能够充分提取中文点击诱饵的文本特征,有效地提升了检测的准确性。
技术关键词
点击诱饵检测方法 句法结构 多模态 预训练语言模型 标签 注意力 依存句法关系 图像 分词 图片 中文文本 多层感知机 节点特征 邻居 模板 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号