摘要
本发明提供一种基于动量对比学习的细粒度不当言论检测方法、系统、存储介质和电子设备,涉及自然语言处理领域。本发明中,首先获取用户发表过的文本集合;其次通过动量对比学习机制学习更具判别力的表示,包括利用主编码器处理原始样本以获取原始样本和正样本向量表示,以及利用动量编码器处理负样本队列数据以获取负样本向量表示。与此同时,通过特征混合技术构建合成伪样本向量表示;再整合分类目标、特征混合目标和对比学习目标,构建总损失;最后以总损失为优化目标,通过反向传播和指数移动平均机制更新参数。本发明大幅提升了不当言论检测的准确性、稳定性和泛化能力,为社交媒体平台的内容审核和健康生态维护提供了强有力的技术支持。
技术关键词
样本
主编码器
BERT模型
社交媒体平台
掩码策略
队列机制
自然语言
文本
参数更新模块
辅助分类器
细粒度分类
指数
电子设备
同义词
程序
系统为您推荐了相关专利信息
水库大坝
诊断方法
数据分析预警
统计技术
统计方法
煤层底板破坏深度
搜索算法
训练样本数据
随机森林
训练集数据
可视化识别方法
特征学习网络
分类识别模型
钢材
训练集数据
辐射源
无监督学习
ResNet网络
决策方法
GBDT算法