两阶段知识驱动提示调优的中文隐性仇恨语言检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
两阶段知识驱动提示调优的中文隐性仇恨语言检测方法
申请号:CN202510085413
申请日期:2025-01-20
公开号:CN119917667B
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了两阶段知识驱动提示调优的中文隐性仇恨语言检测方法,包括1)使用结合注意力机制的图卷积网络提取输入文本的语法结构特征;2)在连续的最优提示空间中进行训练,得到软提示模板;3)通过融合外部知识的方法构建扩展词映射器,并采用两阶段串联策略进行扩展与细化,生成优化后的扩展词映射器;4)从训练集中选取少量样本进行训练构造提示调优模型,结合软提示模板与扩展词映射器提取语义特征,将其与生成的语法结构特征拼接形成综合特征,实现中文隐性仇恨语言检测。本发明通过外部知识优化串联扩展与细化的扩展词映射器,融合注意力机制与图卷积网络提取的语法特征,挖掘预训练语言模型的潜在知识,高中文隐性仇恨语言检测效果。
技术关键词
语法结构 标签 两阶段 融合外部知识 语法特征 节点特征 词语 语义特征 BiLSTM模型 融合注意力机制 预训练语言模型 模板 更新模型参数 文本 网络 多层感知器
系统为您推荐了相关专利信息
实体 查找方法 文本 计算机可读指令 阶段
透传方法 语法结构 语义标签 文本 加密
规范化方法 文本 大语言模型 模板 语法结构
雷达 序列 分析模块 卷积层运算 特征提取能力
智能航标 物理 能见度 融合规则 视觉传感器