摘要
本发明涉及了一种基于编解码结构的用户生成内容目标立场联合检测方法及系统,涉及社交媒体的立场检测。本发明解决了立场检测任务的人工依赖问题,又消除了错误级联现象。技术要点:将预处理后的社交媒体文本数据输入编码器,编码器由序列编码器和经过微调的情感编码器构成,对查询向量之间使用自注意力机制,动态计算每个查询向量与其他查询向量的关联程度,从而更好地捕捉不同查询向量之间的依赖关系;然后,将编码器输出的序列特征输入解码器中,与查询向量做交叉注意力机制;将所有融合了序列特征的查询向量输入目标‑立场聚合层;将聚合后的查询向量与编码器输出的情感特征输入目标立场对解码层,首先通过注意力机制为查询向量与情感特征赋值权重,之后将两种特征进行拼接,得到最终的特征向量;将最终特征表示输入由两个全连接神经网络组成的解码器中以输出目标以及立场的预测结果。本发明应用于社交网络分析中。
技术关键词
联合检测方法
编解码结构
编码器
序列特征
情感特征
交叉注意力机制
文本
输入解码器
查询特征
生成内容数据
联合检测系统
社交网络分析
代表
BERT模型
数据格式
系统为您推荐了相关专利信息
模板自动生成方法
情景
大语言模型
预训练语言模型
文本
光电跟踪设备
自动辨识方法
组态屏
递归最小二乘算法
电机电流值
自然语言
文本生成模型
文本生成方法
编码器
重构
重构误差
序列
动态阈值检测
深度学习模型
数据处理模块