摘要
本发明公开了一种低资源环境下基于提示学习和元学习的谣言检测方法及系统。方法包括获取待检测的输入文本、用于对谣言检测任务进行指导的软提示参数和检测模型;将输入文本和软提示参数输入检测模型,获得检测模型输出结果;检测模型包括用于对软提示参数进行上下文信息的建模的双向长短期记忆网络;用于对上下文建模后的软提示参数增加非线性特征的两层的多层感知机;用于对增加非线性特征的软提示参数与输入文本所组成的提示文本执行掩码预测任务,预测提示文本中的软提示参数的掩码语言模型;用于将掩码语言模型的预测结果映射为对应的类别标签的原型表达器;根据输出结果确定谣言检测结果。本发明方案能提高低资源环境下的谣言检测精度。
技术关键词
谣言检测方法
双向长短期记忆网络
原型
非线性特征
更新模型参数
文本
标签
多层感知机
资源
样本
注意力
阶梯
处理器
标记
符号
编码
数据
箭头
系统为您推荐了相关专利信息
瞬变电磁法
残差深度学习
双向长短期记忆网络
残差注意力机制
计算机设备
参数优化分析方法
参数敏感性分析
金属切削工艺
梯度提升决策树
非线性特征
故障检测方法
信号采集单元
多传感器融合
声发射传感器
电磁传感器