CN116303995B 基于联合对比学习的隐式仇恨言论检测及细分类方法、装置 （中国人民解放军国防科技大学）

基于联合对比学习的隐式仇恨言论检测及本发明公开了基于联合对比学习的隐式仇2块用于对提取的文本特征进行分类，采用有标签数据集对隐式仇恨言论检测模型进行训2.根据权利要求1所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，3.根据权利要求1所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，隐式仇恨言论检测模型的全连接网络模块，使用4.根据权利要求1所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，针对隐式仇恨言论检测模型判定的隐式仇恨言论文本x,y3常识知识库ATOMIC的标准三元组为<event,relation,event>使用SentenceBERT模型对隐式仇恨言论以及ATOMIC知识图谱中的所有事件节点进行SBERTi)表示隐式仇恨言论的，表示ATOMIC知识图谱中的事件节点的特使用余弦相似度函数计算隐式仇恨文本与ATOMIC中事件节点的相根据隐式仇恨言论x,"=implicit以及其对应的在ATOMIC中相似度排名前K的事件，i)分别为隐式仇恨言论文本(xi)的主体意图5.根据权利要求1所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，将主体意图xIntent(xi)作为正样本进行对比学习，计算隐式仇恨言论的意图对比损f(u,v)=sim(u,v)=u'v/lullIlvill是相似度计算函数，h(xIntent(xi))表示正样本，B表示4f(u,v)=sim(u,v)-u'v/lullIlvll是相似度计算函数，h(xReact(xi))表示正样本，B表示6.根据权利要求5所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，7.根据权利要求6所述的一种基于联合对比学习的隐式仇恨言论检测及细分类方法，5所述的基于联合对比学习的隐式仇恨言论检测及述程序用于执行权利要求1所述的基于联合对比学习的隐式仇恨言论检测6[0005]其技术方案是这样的：一种基于联合对比学习的隐式仇恨言论检测及细分类方7[0011]将联合对比学习损失与交叉熵损失求和得到隐式仇恨言论分类模型的总损失函[0021]针对隐式仇恨言论检测模型判定的隐式仇恨言论文本x,"=implicit,基于常识中的节点是事件，节点之间的边是关系类型，relation包括主体意图xIntent,主体反应[0023]使用SentenceBERT模型对隐式仇恨言论以及ATOMIC知识图谱中的所有事件节点[0028]根据隐式仇恨言论x,⃞"=implicit以及其对应的在ATOMIC中相似度排名前K的事8[0034]将主体意图xIntent(xi)作为正样本进行对比学习，计算隐式仇恨言论的意图对j))表示正样9所述程序用于执行上述的基于联合对比学习的隐式仇恨言论检测及[0062]图1为实施例中的基于联合对比学习的隐式仇恨言论检测及细分类方法的步骤示[0066]IncitementtoViolence(煽动暴力)：此类言论主要包括炫耀群体的团结和权通常被现代网络仇恨团体用来掩盖他们的过激言论和[0078]将联合对比学习损失与交叉熵损失求和得到隐式仇恨言论分类模型的总损失函式仇恨言论文本x,⃞=implicit,基于常识知识库ATOMIC推理发出隐式仇恨言论文本者的要使用的是其中主体意图xIntent,主体反应xReact以及客体反元组包括：<X辱骂Y,xIntent,X想要言语攻击某人>,<X辱骂Y,xReact:X感到愤怒>,<X辱骂[0096]然后根据隐式仇恨言论x,"=implicit以及其对应的在ATOMIC中相似度排名前K的事件，分别推理其对应的K种可能的主体意图xintent、主体反应xreact、客体反应述损失加权求和并与交叉熵损失相加作为模型[0110]此步骤的目的与步骤401相似，即相同类别的隐式仇恨言论通常会有相似的主体[0114]此步骤的目的与步骤401相似，即相同类别的隐式仇恨言论通常会有相似的客体[0115]404：将同类别隐式仇恨言论(xj)作为正样本进行对比学习，计算有监督对比损j))表示正样别的样例在表示空间推离,同类别的隐式仇恨言论主要是指同是讽刺，或者同是威胁的样[0130]对于上述实施例中的基于联合对比学习的隐式仇恨言论检测及细分类方法进行[0131]将本发明中的基于联合对比学习的隐式仇恨言论检测及细分类方法BERTweet(joint_cl)与仅使用交叉熵损失(CE)的预训练语言模型包括BERT、RoBERTa、HateBERT、[0132]实验数据见下表1，本发明中的基于联合对比学习的隐式仇恨言论检测及细分类的仅使用交叉熵损失函数的文本分类预训练语言模型例如BERT、RoBERTa、HateBERT以及SignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegrated理器也可以是任何常规的处理器等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器用于存储程序，程序用于执行上述的基于联合对比学习的隐式仇恨言