摘要
本发明公开了一种基于多尺度残差网络的跨境电商平台虚假评论识别方法,S1.生成跨语种一致输入张量;S2.将跨语种一致输入张量输入多尺度残差网络,得到多尺度语义特征张量;S3.在多尺度残差网络中通过残差连接结构对多尺度语义特征张量进行跨层融合,计算注意力权重并输出跨模态融合特征张量;S4.利用蛇优化算法对待优化结构参数进行全局搜索以获得最优结构参数集,输出训练完成的初始虚假评论识别模型;S5.生成在线自适应虚假评论识别模型;S6.将参数演化路径与多尺度残差网络中的中间特征图进行关联,生成平台运营可视化报告。本发明能够有效识别出提前评论、延迟刷评异常行为。
技术关键词
跨境电商平台
评论识别方法
动态语义特征
跨模态融合特征
融合语义
多尺度语义特征
输入多尺度
结构多尺度
残差网络模型
超参数
注意力
关键词
在线
上下文特征
生成平台
文本
系统为您推荐了相关专利信息
图像特征向量
图像编码器
文本特征向量
文本编码器
行人检索方法
深度神经网络模型
融合语义信息
文本编码器
图像转换方法
词嵌入向量
实体关系提取方法
动作关系
新型电力系统
语义角色标注
实体关系数据