基于分层语义轨迹与逆向扩散的文本来源检测方法及系统
申请号:CN202511012981
申请日期:2025-07-23
公开号:CN120910265A
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及自然语言处理与人工智能检测技术领域,且公开了基于分层语义轨迹与逆向扩散的文本来源检测方法及系统,包括以下步骤:步骤1:构建文本的分层语义轨迹,将输入文本分割为段落序列,每个段落进一步分割为句子序列;通过预训练语言模型编码器将句子转换为向量。本发明通过构建分层语义轨迹,结合逆向扩散验证实现文本来源检测。突破静态特征局限,转向动态过程评估,抗模型迭代干扰;分层捕捉微观与宏观语义动力学,全面刻画结构;以扩散模型反向网络量化偏离度,科学准确;跨尺度一致性特征提升检测区分度;仅学人类写作分布,泛化能力强且可独立部署;异常轨迹与多维度特征增强可解释性,便于人工审核。
技术关键词
预训练语言模型
文本
分层
语义向量
人工智能检测技术
编码器
梯度提升决策树
矩阵
皮尔逊相关系数
分类器
序列
模型训练模块
异常轨迹
噪声
网络
静态特征
人类