摘要
本发明公开了两阶段知识驱动提示调优的中文隐性仇恨语言检测方法,包括1)使用结合注意力机制的图卷积网络提取输入文本的语法结构特征;2)在连续的最优提示空间中进行训练,得到软提示模板;3)通过融合外部知识的方法构建扩展词映射器,并采用两阶段串联策略进行扩展与细化,生成优化后的扩展词映射器;4)从训练集中选取少量样本进行训练构造提示调优模型,结合软提示模板与扩展词映射器提取语义特征,将其与生成的语法结构特征拼接形成综合特征,实现中文隐性仇恨语言检测。本发明通过外部知识优化串联扩展与细化的扩展词映射器,融合注意力机制与图卷积网络提取的语法特征,挖掘预训练语言模型的潜在知识,高中文隐性仇恨语言检测效果。
技术关键词
语法结构
标签
两阶段
融合外部知识
语法特征
节点特征
词语
语义特征
BiLSTM模型
融合注意力机制
预训练语言模型
模板
更新模型参数
文本
网络
多层感知器
系统为您推荐了相关专利信息
强化学习算法
大语言模型
文本
体构建方法
智能体模型
多级分类方法
图像
结节检测
空间金字塔池化
输出特征
机场地面保障车辆
作业结构
车辆底盘
仿真方法
车辆模型
风险等级评估方法
灰色关联度
企业设备
设施运行状态
风险评估值