一种基于图卷积神经网络的敏感影评检测方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于图卷积神经网络的敏感影评检测方法
申请号:CN202511143377
申请日期:2025-08-15
公开号:CN121029967A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络的敏感影评检测方法,首先构建敏感信息知识图谱,采用BERT模型对知识图谱中的每个节点进行嵌入,并通过GCN对知识图谱的节点的邻接特征进行聚合更新,通过BERT模型和实体嵌入增强机制,获取影评文本的最终特征表示,通过特征比对函数获取相关性向量,将影评文本的最终特征表示和相关性向量进行拼接处理,然后通过全连接层和Softmax分类器对拼接后的特征向量进行最终判别,获取影评文本的检测结果;本发明设计双模态语义关联机制,能有效捕捉影评文本中的深层敏感语义,特别是在存在同音替代、隐喻表达等规避策略时,依然具备较强的识别能力,从而显著提升敏感评论检测的准确率和鲁棒性,实现了文本与知识的深度融合。
技术关键词
信息知识图谱 BERT模型 矩阵 节点 语义 三元组 分类器 文本特征向量 命名实体识别 机制 非线性 双模态 关系 鲁棒性 数据 方程 策略
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号