检索结果-南通市图书馆

检索条件"主题词=侮辱性语言检测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图神经网络的侮辱性语言检测研究

基于图神经网络的侮辱性语言检测研究

引用

作者：董宏远吉林大学

学位级别：硕士

侮辱性语言检测是自然语言处理文本分类任务中的一个重要分支,可以自动从海量社交数据中挖掘出具有侮辱倾向的言论,从而有效阻止侮辱性言论在网络上进一步传播,减轻对受害者造成的身心伤害。此外,侮辱性语言检测还可以取代社交平台人工... 详细信息

侮辱性语言检测是自然语言处理文本分类任务中的一个重要分支,可以自动从海量社交数据中挖掘出具有侮辱倾向的言论,从而有效阻止侮辱性言论在网络上进一步传播,减轻对受害者造成的身心伤害。此外,侮辱性语言检测还可以取代社交平台人工检测的方法,为社交平台节省大量运营成本,因此具有重要的商业价值和广泛的应用前景。近年来,许多研究利用图神经网络提取社交文本所蕴含的有效信息,并取得了一些成效,但是该领域仍然面临一些挑战:(1)仅依靠文本序列自身的上下文特征和语义特征,在一些情况下难以判断社交文本是否具有侮辱倾向,虽然有些研究通过余弦相似度等算法可以获取不同文本之间的语义关系,但是该方法构建的语义图是静态的,无法在模型训练的过程中得到优化。(2)由于社交数据的独特性,用户之间往往存在一些交互关系,这些交互关系对于进一步提高侮辱性语言检测精度具有积极作用,现有的研究主要聚焦于文本的上下文特征和语义特征,交互关系中蕴含的信息没有得到有效利用。(3)图中节点的邻居类型含有丰富的有效信息,一些研究虽然能够对多关系图进行建模,但是在多关系图的处理方法上存在一些不足,从而未能充分提取各种关系所蕴含的特征,导致侮辱性语言检测精度受限。针对以上问题,本文对基于图神经网络的侮辱性语言检测方法展开研究,旨在进一步提高侮辱性语言检测模型的性能和泛化能力。本文的主要研究工作及贡献如下:(1)针对进一步优化语义图的挑战,本文提出了动态学习图神经网络模型(Dynamic Learning Graph Neural Network,DLGNN)。首先利用Hate BERT模型提取社交帖子中蕴含的上下文特征,其次通过滑动窗口算法构建帖子级子图,随后利用动态学习模块在各个子图之间自适应地构建语义边以生成一个针对整个数据集的语义图,DLGNN会在训练过程中不断优化该语义图从而学习到更加丰富的全局语义特征。最后,使用基于注意力的特征融合模块将全局语义特征和上下文特征进行融合以得到帖子的最终表示。此外,本文将正则化损失和交叉熵损失相结合作为模型最终的损失函数,引入正则化损失可以使得模型在迭代学习图结构的同时,保持原始语法信息的一致性,从而防止图结构发生较大的偏差。实验结果表明,DLGNN可以有效提升侮辱倾向的预测精度,在小数据集上的提升效果更为明显。(2)本文提出多关系融合图神经网络模型(Multi-relation Fusion Graph Neural Network,MRFGNN)来解决交互关系未得到充分利用的问题和多关系图处理方法存在的不足。首先,本文将节点之间的关系划分成三种类型,分别是交互关系、全局语义关系和上下文关系,并通过图卷积神经网络、动态学习模块和Hate BERT模型分别提取它们中蕴藏的交互特征,全局语义特征以及上下文特征。这种多关系图的处理方法可以有效避免不同关系之间的干扰,从而可以充分提取各种关系所蕴含的有效信息。其次,本文对DLGNN中的特征融合模块进行了优化,提出了一种新的特征融合机制来实现对上述三种特征的充分融合。此外,为了防止在特征融合的过程中,特征中含有的有效信息会有所损失,本文将融合后的特征与交互特征、全局语义特征以及上下文特征做了残差连接以实现对特征的增强。最终实验结果表明,在三个公开数据集(Hat Eval、Davids和FNUC)上,MRFGNN的宏平均F1值均优于基线模型,并且与DLGNN相比,MRFGNN的性能得到了进一步的提升。

关键词：自然语言处理侮辱性语言检测图神经网络特征融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：