摘要
本发明涉及恶意言论检测技术领域,特别是涉及基于多文本特征的攻击性言论检测方法,包括:获取待检测文本数据;将所述待检测文本数据输入预设的BTCNN‑CHW模型中,输出所述待检测文本数据的攻击性言论检测结果,其中,所述BTCNN‑CHW模型基于训练集训练获得,所述训练集包括若干攻击性文本数据,所述BTCNN‑CHW模型用于利用多角度特征对所述待检测文本数据隐藏的攻击性特征进行识别。本发明能够实现对Twitter文本的攻击性文本检测。
技术关键词
文本
语义特征提取
嵌入特征
训练集
数据
模块
上下文特征
多角度
计算方法
多层次
矩阵
参数
系统为您推荐了相关专利信息
布隆过滤器
共享方法
数据开放共享
客户端
公钥加密体制
车钩
驱动机械臂
激光雷达点云数据
多通道卷积神经网络
姿态估计算法
报告生成系统
评价报告生成方法
指标
大语言模型
数据管理模块