一种基于深度学习的文本洗稿检测方法

本发明公开了一种基于深度学习的文本洗稿检测方法，包括：S1、通过BERT模型对输入文本进行特征编码；S2、通过对上述步骤提取的洗稿文本特征进行分组融合，得到更高质量的洗稿文本特征表示；S3、通过对上述步骤中所述文本特征进行多语句特征融合，整合多视角上下文信息，捕捉深层次文本语义特征；S4、通过三元组损失和正例增强损失函数优化神经网络模型；S5、通过数据集生成模块基于对比学习思想设计并构建洗稿检测数据集。根据本发明，所述方法对润色洗稿和多轮翻译洗稿具有良好的鲁棒性，在高效提取文本特征的同时，准确检测文本洗稿行为，适用于文本洗稿检测与版权保护的领域。