返回
CHOLD: Offensive Language Detection Method for Chinese Texts
DOI:10.1007/978-981-95-5294-8_17.png)
摘要
En 中文
针对净化网络空间和确保预训练语言模型高效有序运行,恶意语言检测至关重要。传统恶意语言检测方法依赖单一匹配机制,常忽略语义偏差对检测结果的影响,导致准确率低,对网络安全构成威胁。为解决此问题,本文提出一种高精度中文恶意语言检测方法CHOLD。CHOLD整合汉字字形、发音和语义等多维度语言特征,首先构建多样化的恶意语言关键词列表以进行语义匹配目标句,随后将匹配词加入关键词列表形成候选集。对候选集内句子进行降维后,融合字形、发音和语义的高维特征,并采用语义约束方法减小语义偏差对结果的影响。在多个公开数据集上的实验表明,CHOLD在识别准确率方面优于现有检测模型。
Keyword:
Offensive Language
Information Detection
Semantic Constraint
Text Semantic Deviation
期刊
C
IF:
0
论文数:
35
被引数:
0
机构
引用论文
Soft computing for abuse detection using cyber-physical and social big data in cognitive smart cities
EXPERT SYSTEMS
IF2.3

