融合文本与图像的在线评论毒性检测与过滤方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
融合文本与图像的在线评论毒性检测与过滤方法及系统
申请号:CN202511023494
申请日期:2025-07-23
公开号:CN120915753A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了融合文本与图像的在线评论毒性检测与过滤方法及系统,涉及自然语言处理技术领域,包括:通过RoBERTa‑Large模型提取评论文本的语义向量;通过EfficientNet‑V2模型提取图像的视觉特征;采用双流对比损失函数对齐异构模态特征;文化敏感度自适应决策,根据用户IP地址加载地域敏感规则表,动态调整符号语义;基于发布者与接收者的社交关系,计算亲密修正因子;上下文加权毒性评分,计算用户历史行为权重,输出最终毒性概率。本发明构建了文本与视觉特征的深度动态映射机制,通过RoBERTa‑Large与EfficientNet‑V2双流架构提取异构特征,利用对比学习强制语义空间对齐,破解了传统技术中图文割裂检测的问题。
技术关键词
过滤方法 符号 图像投影 因子 视觉特征 过滤系统 在线 接收方 语义向量 社交 样本 矩阵 CDN边缘节点 生成评论文本 动态映射机制 对齐模块