申请/专利权人：北京信息科技大学

申请日：2023-11-08

公开（公告）日：2024-03-26

公开（公告）号：CN117763143A

主分类号：G06F16/35

分类号：G06F16/35;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种面向网络社交媒体的语言暴力倾向性检测方法，涉及文本识别技术领域，包括一种基于RoBERTa‑WWM‑BiGRU的语言暴力倾向性文本识别方法，包括建立语言暴力倾向性识别模型，所述语言暴力倾向性识别模型包括输入层、RoBERTa‑WWM编码层、Bi‑GRU编码层、线性层、Sigmoid解码层；建立BullyDatasetNew和ViolenceDataSet；利用深度学习方式对模型参数进行调优；选用召回率、精确率、F1值作为模型准确性的评价指标，最终实现语言暴力检测，实验结果表明，本模型在BullyDatasetNew公开数据集上的F1值为97.93％，与ERNIE相比提升了0.6％；并在自建的开源数据集ViolenceDataSet上，F1值为90.58％，与ERNIE相比提升了3.59％。

主权项：1.一种面向网络社交媒体的语言暴力倾向性检测方法，其特征在于：具体包括以下步骤：步骤一：建立基于RoBERTa-WWM-BIGRU的语言暴力倾向性识别模型，所述语言暴力倾向性识别模型包括输入层、RoBERTa-WWM编码层、Bi-GRU编码层、线性层、Sigmoid解码层；步骤二：建立发言和评论的BullyDatasetNew数据集和语言暴力倾向性数据集ViolenceDataSet；步骤三：利用深度学习方式对模型参数进行调优；步骤四：选用召回率、精确率、F1值作为模型准确性的评价指标。

全文数据：

权利要求：

百度查询： 北京信息科技大学 一种面向网络社交媒体的语言暴力倾向性检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD