摘要
本发明公开了一种基于多模态大模型的细粒度网络欺凌检测方法;其通过包括多模态编码模块、跨模态对齐模块和多任务学习模块的网络欺凌检测模型进行检测;多模态编码模块,采用预训练大模型对多模态信息进行编码,获得视觉特征表示和文本特征表示;跨模态对齐模块,得到对齐的多模态表示;多任务学习模块,以多任务学习作为目标来对网络欺凌的欺凌属性、欺凌角色、欺凌主题和欺凌类型进行检测;本发明通过深刻把握网络欺凌意图性、重复性的特点和弥补面向视频流信息的网络欺凌检测框架的空白,实现了对网络欺凌更精准且细粒度的检测;同时本发明提出了多轮多角色的中文网络欺凌数据合成技术,使得本发明网络欺凌检测算法落地。
技术关键词
网络
视觉特征
多模态
对齐模块
多任务
编码模块
跨模态
文本
数据
主题
标签
大语言模型
帖子
样本
多轮对话
社交平台
会话
视频
系统为您推荐了相关专利信息
肺部CT图像
精确定位方法
卷积神经网络模型
种子
深度学习模型
速度因子
样本
学习分析方法
特征融合网络
解码器
刚性节点构造
动作识别方法
拓扑图
动作识别模型
人体骨骼
注意力机制
判别方法
序列特征
局部特征信息
位点