申请/专利权人：济南大学

申请日：2021-08-30

公开（公告）日：2024-04-09

公开（公告）号：CN113704472B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/31;G06F40/205;G06F40/279;G06Q50/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;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；所述联合学习的具体步骤为：所述词索引序列向量与第一记忆内存矩阵进行级联运算，并基于主题词权重矩阵计算第一匹配度；基于第一匹配度和所述特征向量，计算第二匹配度；混合所述主题混合分布、第一匹配度和第二匹配度，得到集成内存权重；基于集成内存权重和第二记忆内存矩阵，计算分类特征；所述特征提取包括情绪特征提取、数目特征提取和可读性特征提取；两个记忆内存矩阵都以主题词权重矩阵作为输入；使用R来代表嵌入的词索引序列向量，词索引序列向量与第一记忆内存矩阵进行级联运算，并基于主题词权重矩阵计算第一匹配度；计算第m个主题和第n个词在词索引序列向量中的匹配度，即第一匹配度为： 其中，表示进行级联运算，[M1R]代表第一记忆内存矩阵M1和词索引序列向量R进行级联运算，和b是要学习的参数；经过上述处理后，通过计算特征向量和第一匹配度的匹配度，得到第二匹配度，进行仇恨言论和攻击性的语言特征的学习；第二匹配度为： 其中，d是要学习的参数；为进一步结合文档主题，混合主题混合分布、第一匹配度和第二匹配度，将集成内存权重定义为： 其中，τ是一个超参数；通过第二记忆矩阵M2和集成内存权重χ，得到主题记忆机制的输出表示，即分类特征D： 。

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。

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