摘要
本发明涉及人工智能与自然语言处理技术领域,具体涉及一种基于多模态的敏感词和意图识别方法、装置及介质。本发明中,通过对不同模态数据进行特征提取,保留每个模态的特定信息;对多模态特征直接进行特征提取,能够捕捉不同模态的潜在关联和交互信息。由此,在特征提取阶段,将不同模态的原始数据或特征向量进行有效融合,充分挖掘各模态信息间的关联与互补性,实现对多模态信息的全方位、综合性筛查,避免了因模态分离导致的信息遗漏。同时,通过情感分析、语义逻辑分析以及行为模式分析等多维度手段,对信息意图进行深入挖掘,由此不仅能发现敏感词,还能了解发布者的真实意图,从而采取更具针对性的措施,维护网络环境的健康与安全。
技术关键词
敏感词检测模型
多模态特征
意图识别方法
逻辑分析
循环神经网络模型
数据
卷积神经网络模型
特征提取模型
特征提取模块
梅尔频率倒谱系数
语音
卷积神经网络提取
文本
意图分类模型
语义角色标注
情感分类模型