龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：喀什地区电子信息产业技术研究院
摘要：本发明公开了一种基于Transformer和CNN的敏感词检测方法，解决传统的Transformer不能为长距离相关文本信息生成自适应权重，局部语义提取能力不足，在敏感词汇检测中词性理解能力不足的问题，包括：对待检测文本进行数据清洗、文本过滤、分词得到词语；使用PAD对词语进行填充，然后使用Word2Vec将单词映射到一个向量空间中的Wordembeddings；生成每个单词的Positionembeddings和Segmentembeddings；将得到的三种embeddings分别相加作为Transformer网络的输入、相拼接作为CNN网络的输入进行处理；将SwitchableNormalization的输出和最大池化的输出相加进行融合得到融合特征；将融合特征通过全连接层进行信息整合，送入Dropout层进行信息筛选，以0.5倍的权重与Dropout层的输出相加；最后再通过一个全连接层和Softmax进行二分类判别。
主权项：1.一种基于Transformer和CNN的敏感词检测方法，其特征在于：包括下述步骤：1对待检测文本进行数据清洗、文本过滤、分词得到词语；2使用PAD对词语进行填充得到固定长度的单词，然后使用Word2Vec将单词映射到一个向量空间中的Wordembeddings；同时，生成每个单词的Positionembeddings和Segmentembeddings；3将步骤2中得到的三种embeddings分别相加作为Transformer网络的输入、相拼接作为CNN网络的输入进行处理；4将SwitchableNormalization的输出和最大池化的输出相加进行融合得到融合特征；5将融合特征通过全连接层进行信息整合，保持特征维度不变的同时进一步对其语义信息进行抽象，将其投影到一个更有利于进行敏感词判别的特征空间；6将步骤5的输出送入Dropout层进行信息筛选，同时将步骤4的输出以0.5倍的权重与Dropout层的输出相加；7最后再通过一个全连接层和Softmax进行二分类判别，若预测结果大于0.5，则代表输入文本中包含敏感词。
全文数据：
权利要求：
百度查询： 喀什地区电子信息产业技术研究院 一种基于Transformer和CNN的敏感词检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号