一种基于统一语义空间的多模态媒资智能审核系统及方法

本发明公开了一种基于统一语义空间的多模态媒资智能审核系统及方法。属于媒资审核技术领域。创新点包括：通过8头自注意力架构动态分配文本/图像/音频模态权重，结合GRU门控网络抑制模态矛盾（余弦相似度方差>0.3时降权30%+），解决传统静态融合导致的误判问题；构建768维统一语义空间，利用跨模态投影层对齐BERT文本特征、ResNet‑50图像特征及Wav2Vec2.0音频特征，实现92%跨模态语义对齐准确率；采用双阈值触发机制（误判率>15%且样本量≥50例）启动增量训练，在边缘设备实现30样本/秒实时推理。MSCOCO2017公开测试集涉暴类误判率从18%降至7.2%，敏感标签召回率达98%，审核效率提升5倍，有效支撑社交媒体高并发审核场景。