一种多模态深度学习内容安全过滤模型训练方法

本发明公开了一种多模态深度学习内容安全过滤模型训练方法，涉及内容安全模型训练技术领域，具体步骤包括：S1、构建半监督多模态标注框架，降低标注成本并提高标注一致性，S2、设计分层级多模态特征融合网络，简化模型复杂度，S3、引入跨模态‑同标签对比损失，强制同类安全标签的多模态特征在融合空间中聚集，避免模态间的语义偏移，本发明通过将多模态特征建模为异质图结构，捕捉模态内细粒度特征与模态间高阶关联，引入跨模态‑同标签对比损失，强制同类安全标签的多模态特征在融合空间中聚集，避免模态间的语义偏移，提供建立对比损失函数，提升跨模态一致性。