一种基于微调BERT的对疑似恶意信息进行分类的方法

本发明公开了一种基于微调BERT的对疑似恶意信息进行分类的方法，包括以下步骤：数据预处理：首先对原始数据进行预处理，以适配深度学习模型的输入要求，将文本数据转换为BERT模型所需的输入格式；模型构建：构建基于预训练BERT模型的分类模型；训练过程：使用标注好的数据集对模型进行微调，使用Adam优化器和学习率调度策略进行训练，定期保存最佳模型；应用实施：根据需求调整模型的分类阈值。本发明的一种基于微调BERT的对疑似恶意信息进行分类的方法，通过对模型训练添加一系列优化，添加的MLP可以增加模型的非线性能力，能够更好地捕捉复杂的特征关系。