申请/专利权人:济南大学
申请日:2021-08-30
公开(公告)日:2021-11-26
公开(公告)号:CN113704472A
主分类号:G06F16/35(20190101)
分类号:G06F16/35(20190101);G06F16/31(20190101);G06F40/205(20200101);G06F40/279(20200101);G06Q50/00(20120101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.12.14#实质审查的生效;2021.11.26#公开
摘要:本发明属于自然语言处理领域,提供了基于主题记忆网络的仇恨和攻击性言论识别方法及系统,首先将文本转换为词袋向量和词索引序列向量,并进行特征提取得到特征向量;然后基于词袋向量,主题提取模型提取主题混合分布;基于主题混合分布,主题记忆机制获得主题词权重矩阵,并通过两次级联运算与词索引序列向量和特征向量进行联合学习,得到分类特征;最后基于分类特征,分类器得到文本是否属于仇恨和攻击性言论的结果;达到了丰富短文本特征的目的,解决了短文本存在的特征稀疏问题,提高了仇恨和攻击性言论识别的精度。
主权项:1.基于主题记忆网络的仇恨和攻击性言论识别方法,其特征在于,包括:获取待识别文本,对待识别文本进行预处理;将预处理后文本转换为词袋向量和词索引序列向量,并进行特征提取得到特征向量;基于词袋向量,主题提取模型提取主题混合分布;基于主题混合分布,主题记忆机制获得主题词权重矩阵,并通过两次级联运算与词索引序列向量和特征向量进行联合学习,得到分类特征;基于分类特征,分类器得到文本是否属于仇恨和攻击性言论的结果。
全文数据:
权利要求:
百度查询: 济南大学 基于主题记忆网络的仇恨和攻击性言论识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。