-
题名面向网络文章的质量检测模型
- 1
-
-
作者
王凯楠
林欣欣
王薇
-
机构
长春大学网络空间安全学院
长春大学计算机科学技术学院
-
出处
《计算机应用与软件》
北大核心
2024年第12期173-181,共9页
-
基金
吉林省社会科学基金项目(2017M21)
吉林省教育科学“十三五”规划课题项目(GH170137)。
-
文摘
互联网中存在大量良莠不齐的文章,严重破坏网络生态,为构建绿色网络空间,网络文章质量检测是一项重要且崭新的工作。基于腾讯数据集,从文章组织特征、书写特征和语义特征三个维度对文章质量检测展开研究,构建了组织子网、特征子网和文本子网三个子网络,扩展了三种注意力模式和四种Transformer模式,其中采用CNN+BiGRU、Attention+ACNN、Transformer模型Ⅰ使三个子网络的分类准确率分别达到80.6%、87%和92.9%,并使三个子网的组合模型OFT模型框架的分类准确率达到93.3%。此外,针对文本数据采用两种方式获取BERT词向量,最终OFT的准确率达到94.2%。实验结果表明,该模型效果优于现有模型。
-
关键词
内容质量检测
四种Transformer模式
三种注意力模式
OFT模型框架
-
Keywords
Content quality inspection
Four modes of transformer
Three modes of attention
OFT model framework
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
