摘要
本发明提出一种文本检测方法、装置、介质,该方法包含:对待测文本进行扰动处理,得到扰动文本;对该扰动文本进行语法树分析,识别文本的若干词语及词语间的语法结构,生成语法树;遍历该语法树,将该语法树中的每一个词语构建为图神经网络训练所需的节点,并将词语间的语法结构编码为邻接矩阵;对该扰动文本进行向量化处理,得到文本的高维向量表示;融合该高维向量表示和该邻接矩阵,通过图卷积神经网络进行训练,以预测该待测文本的类别标签。该方法实现了对扰动后生成文本的高精准度检测,同时使检测方法具有很强的鲁棒性。
技术关键词
文本检测方法
词语
语法结构
神经网络训练
可读存储介质
标签
节点特征
同义词
编码
分析模块
语义
鲁棒性
计算机
处理器
人类
矩阵
系统为您推荐了相关专利信息
参数
矩阵分解技术
深度学习优化
大语言模型
可读存储介质
变分模态分解算法
水质预测方法
序列
数据
训练集