摘要
本发明属于人工智能技术领域,涉及一种社交媒体机器人检测方法及系统,所述方法包括:1)收集用户的多维度基础属性信息并依据规则模板将其转化为伪文本;2)构建文本教师模型和图结构教师模型,并基于开源数据集对其进行训练;3)构建学生模型并基于文本教师模型和图结构教师模型对其进行蒸馏训练;4)将文本教师模型和图结构教师模型的输出作为正样本,将学生模型的输出作为锚点样本,通过正相关对比学习策略对学生模型进行对齐优化;5)采用对齐优化后的学生模型进行社交媒体机器人的检测。其通过多源监督与对比对齐的联合优化策略,显著提升了学生模型在社交媒体机器人检测任务中的检测性能、鲁棒性以及对多模态缺失情形的适应能力。
技术关键词
机器人检测方法
教师
学生
文本
社交媒体平台
蒸馏
机器人检测设备
机器人检测系统
中间层
预训练语言模型
BERT模型
样本
锚点
人工智能技术
多层感知机
基础
处理器
系统为您推荐了相关专利信息
文本
情感特征
多模态
隐马尔可夫模型
语音情感变化
知识库检索方法
索引
关系型数据库
大语言模型
生成用户
社交媒体数据挖掘
时序特征
意图识别模型
语义向量
异常数据
教学质量评价方法
教学质量评价系统
学生
数据
教师