-
题名基于BERT和提示学习的网络暴力言论识别研究
被引量：1
- 1
-
-
作者
曾江峰
高鹏钰
李玲
马霄
-
机构
华中师范大学信息管理学院
中南财经政法大学信息工程学院
-
出处
《情报杂志》
北大核心
2025年第5期82-90,共9页
-
基金
国家自然科学基金青年项目“情感感知的可解释虚假新闻检测研究”(编号:62102159)
湖北省自然科学基金一般面上项目“基于多层语义融合的多模态社交媒体虚假信息检测研究”(编号:2023AFB1018)
中央高校基本科研业务费项目“基于多大语言模型协商和多特征语义融合的虚假信息检测研究”(编号:CCNU24ZZ148)研究成果。
-
文摘
[研究目的]为解决传统网络暴力言论识别中忽视文本深层语义信息,以及对数据集规模存在较强依赖性的问题,基于BERT和提示学习构建网络暴力言论识别模型,提高网络暴力言论识别准确性,维护网络健康秩序。[研究方法]利用BERT的上下文理解及掩码预测机制,提升复杂语境下网络暴力言论识别的精确度,同时,构建离散型与连续型模板,通过实例引导连续型评论文本向量强化特定情境与提示关联,与离散型评论文本向量结合形成集成提示,加权融合后得到分类预测,为网络暴力言论识别领域提供了新的研究思路和解决方案。[研究结果/结论]以微博和抖音中的三起公共事件为数据来源,构建小规模暴力言论识别数据集进行实证分析,实验结果表明,在小规模数据集上,基于BERT和提示学习的模型相较对比实验中性能最优的BERT+P-tuning方法,F1值提升约3.63%,验证了模型性能的优越性。
-
关键词
网络暴力
暴力言论识别
BERT
提示学习
微博
抖音
-
Keywords
online violence
identification of violent speech
BERT
prompt learning
Microblog
Tik Tok
-
分类号
G356
[文化科学—情报学]
TP391
[自动化与计算机技术—计算机应用技术]
-
