基于大模型数据增强和深度学习的广告检测方法

本发明涉及广告检测技术领域，特别是一种基于大模型数据增强和深度学习的广告检测方法，采用分层抽样策略，对初始标注数据进行抽样，基于抽样数据集微调大模型，提升其在广告文本上的分类能力。利用筛选规则筛选具有明显语义特征的广告文本数据，利用微调后的大模型的语义理解能力对满足条件的广告文本数据进行预标注，再进行人工校对，以确保数据的准确性和一致性。利用人工校对后的数据进行BERT模型的训练，通过对大规模数据进行分类和识别，显著提高广告检测的效果和应用价值。