摘要
本发明公开了自然语言处理领域的一种机器生成文本检测方法、终端、介质及程序产品,所述方法包括:将待检测的目标文本输入已训练的文本检测模型,得到文本检测模型输出的检测结果;所述文本检测模型包括第一语义特征提取网络、第二语义特征提取网络和融合分类网络;第一语义特征提取网络用于提取目标文本中关键词的语义特征,生成第一表示向量;第二语义特征提取网络用于提取目标文本的整体语义特征,生成第二表示向量;融合分类网络对第一表示向量和第二表示向量进行处理,生成目标文本是否为机器生成文本的检测结果;所述文本检测模型的训练采用多任务学习策略。本发明通过引入多任务训练,有效提升了机器生成文本检测的准确性和鲁棒性。
技术关键词
语义特征提取
文本检测模型
文本检测方法
分类网络
多任务学习策略
关键词
记忆单元
融合上下文信息
频率
多头注意力机制
模块
长短期记忆网络
BERT模型
前馈神经网络
矩阵
非线性
系统为您推荐了相关专利信息
预后评估方法
损伤特征
焦点损失函数
融合多模态信息
融合多模态特征
窃密木马
远控木马
识别恶意文件
分析网络通信
智能检测算法