摘要
本申请提出一种多模态检测模型的训练方法、检测方法及装置,所述训练方法包括:获取包括正常邮件多模态数据的样本集,并构建对抗样本集,其中,所述对抗样本集是通过利用混淆技术对样本集进行修改得到的;对样本集和对抗样本集中各邮件的多模态数据分别进行特征提取,获得各邮件对应的多模态特征向量;将所述各邮件对应的多模态特征向量进行融合,并根据多模态特征融合向量及对应标签得到训练样本集,所述标签包括正常邮件和异常邮件;将所述训练样本集输入到所述多模态检测模型中,以输出所述多模态特征融合向量对应的标签为目标,对所述多模态检测模型进行训练。通过本申请能够提升检测效率及检测的准确率,且优化了多模态检测模型的鲁棒性。
技术关键词
多模态特征融合
邮件
局部敏感哈希算法
混淆技术
训练样本集
附件
标记
标签
语义特征提取
BERT模型
特征提取单元
数据获取单元
文本
脚本
汉明距离
系统为您推荐了相关专利信息
卵圆孔未闭
信息处理方法
风险
指标
电子病历信息
深度学习网络模型
频域特征提取
人脸
通道注意力机制
训练图像数据
多模态特征融合
推荐系统
融合特征
图像
指数加权移动平均值
变化检测模型
Canny算子
遥感影像变化检测
标签
边缘检测算子