基于深度学习的社交媒体冒犯性内容识别方法及系统

本发明公开了基于深度学习的社交媒体冒犯性内容识别方法及系统，该方法包括：步骤一：多模态数据采集；步骤二：多模态特征融合；步骤三：层次化特征提取；步骤四：通过注意力机制分配权重；步骤五：通过对抗学习模型进行冒犯性分类识别与判定；识别系统包括数据采集模块、多模态特征融合模块、层次化特征提取模块、注意力机制模块、对抗学习分类模块；本发明的有益效果是：模型能够自动聚焦于内容中的关键冒犯性区域或词汇，提高对重要特征的关注度，同时，利用对抗学习技术，增强模型的泛化能力，使其能够更好地应对不同类型和形式的冒犯性内容，有效解决了传统模型对复杂语义和长距离依赖捕捉不足的问题。