科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统恶意评论检测模型无法适应不断更新的网络文化和语言习惯以及神经网络丢失信息的问题，提出了一种基于胶囊网络的检测模型.首先，采用BERT模型提取词向量的特征，以保留文本的潜在语义信息.然后，通过胶囊网络在局部范围内提取特征表示，并结合Bi-LSTM在全局范围内提取特征表示，以获得更全面的特征表示；其次，利用注意力机制将局部和全局的特征表示进行融合，提取关键信息并降低特征表示的维度；最后，使用Sigmoid分类器对结果进行分类，并输出检测结果.实验结果表明，所提出的组合模型相对于传统模型能够提取到更精细的语义信息，有效地提高了分类效果，在恶意评论的检测任务中，准确度达到了0.922.
- 出版日期2023
- 单位自动化学院; 昆明理工大学
