申请/专利权人:南京邮电大学
申请日:2024-02-28
公开(公告)日:2024-06-25
公开(公告)号:CN118245599A
主分类号:G06F16/35
分类号:G06F16/35;G06F18/25;G06F18/2415;G06N3/0455;G06F18/22
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了基于文本分类的多类型文本鉴伪方法及系统,包括:收集文本数据,对文本数据进行预处理,利用bert预训练模型初步分类文本,并标记文本主题分类类型;提取输入到bert预训练模型的文本的语义向量,与文本主题分类类型标记进行融合;对原文本向量与文本标记与原文本融合向量相似度进行计算,对于相似度超过阈值的向量采用拼接向量进行文本鉴伪检测;利用训练好的二分类Roberta模型对添加文本标记的向量和原向量进行鉴别,得到最后的二分类向量。结合了文本分类标记实现针对不同领域文本的文本伪造自动鉴别,大大减少了人工工作,提升了检测效率;通过结合BERT模型和Roberta模型的先进文本处理技术,实现了对多类型文本的高效鉴伪。
主权项:1.基于文本分类的多类型文本鉴伪方法,其特征在于,包括:收集文本数据,对文本数据进行预处理;基于Bootstrapaggregating方法利用bert预训练模型初步分类文本,并标记文本主题分类类型;提取输入到bert预训练模型的文本的语义向量,与文本主题分类类型标记进行融合;对原文本向量与文本标记与原文本融合向量相似度进行计算,对于相似度超过阈值的向量采用拼接向量进行文本鉴伪检测,对于相似度未超过阈值的向量采用原文本向量进行文本鉴伪检测;利用训练好的二分类Roberta模型对添加文本标记的向量和原向量进行鉴别,得到最后的二分类向量,完成对文本的最终分类。
全文数据:
权利要求:
百度查询: 南京邮电大学 基于文本分类的多类型文本鉴伪方法及系统
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。