摘要
本发明属于自然语言处理领域,涉及结合多层次仇恨生成与渐进式对比学习的仇恨识别方法,包括:获取言论输入训练好的隐晦仇恨识别模型,得到言论特征,根据言论特征得到仇恨识别结果;隐晦仇恨识别模型的训练过程包括:获取言论集,将言论集输入特征编码模块,得到言论编码特征fi;言论编码特征包括:仇恨言论编码特征fih和正常言论编码特征fin;将特征fih输入多层次仇恨生成模块,得到多层次仇恨言论Xih;将言论Xih输入特征提取模块,得到多层次仇恨言论特征Fih;根据特征Fih和fi计算总损失函数值,根据总损失函数值更新模型参数直到得到训练好的模型;本发明通过多层次仇恨生成模块全面覆盖不同层次的仇恨表达方式,从而能够精准识别各种表达,提高了识别的鲁棒性。
技术关键词
编码特征
多层次
对抗性
识别方法
样本
特征提取模块
语义
编码模块
更新模型参数
自然语言
鲁棒性
网络
强度
索引
系统为您推荐了相关专利信息
智能推荐方法
特征提取模块
归一化模块
样本
数据
地下管线施工
图像
融合特征
质检方法
特征提取模型
典型日负荷曲线
异常数据
初始聚类中心
信息采集系统
样本
动态信噪比
通信链路
信道估计算法
训练样本集
模型训练方法
无人艇
多模态深度学习
参数识别方法
参数识别装置
融合多源数据