摘要
本发明涉及深度学习技术领域,公开了一种文本审核方法、装置、计算机设备及存储介质,包括:将问题文本输入第一网络模型的嵌入层,得到第一文本向量;将第一文本向量输入第一网络模型的第一解码器模块,得到第一特征向量,第一特征向量用于生成答复文本;分别对第一文本向量和第一特征向量进行降维处理,得到第二文本向量和第二特征向量;将第二文本向量和第二特征向量进行特征融合后,输入第二网络模型的第二解码器模块,得到答复文本的审核结果。可见,本发明中的第二网络模型在进行文本审核过程中,充分利用了第一网络模型自身推理能力的特征提取能力,相较于直接将答复文本输入到第二网络模型进行文本审核,可以达到提高文本审核精度的目的。
技术关键词
文本审核方法
解码器
文本处理模型
采样模块
网络
文本审核装置
计算机设备
特征提取能力
深度学习技术
身份证
可读存储介质
特征提取模块
处理器
令牌
存储器
编码
精度
系统为您推荐了相关专利信息
高精度模具
联合损失函数
融合特征
分析缺陷
全局平均池化
寿命预测模型
皮尔逊相关系数
数据
预测使用寿命
标签
服务需求信息
订单
需求预测模型
偏好特征
交互特征
视频传输方法
自然语言
注意力模型
视频接收端
语义
神经网络加速器
神经网络量化方法
重构
动态量化方法
精度