分类: 新闻传播学 >> 传播学 提交时间: 2024-07-04
摘要: 弹幕文本内容安全是直播行业关注的重点之一。用户发布的违规弹幕文本庞多复杂,难以识别和拦截。传统文本分类方法识别和拦截违规弹幕的准确度有限且效率较低。本文基于自然语言处理技术,使用多种文本分类模型,创新的将卷积神经网络和BERT结合,提高特征提取性能。此外,我们将知识图谱三元组与BERT融合,使模型具有适应特定领域知识的能力。实验结果表明,我们的模型具有更好的拦截能力,同时也具备了业界的应用价值。
同行评议状态:待评议
主办:中国人民大学 承办:中国人民大学书报资料中心 邮箱: yuyin@ruc.edu.cn 电话:62516972 62515820 地址: 北京市海淀区中关村大街59号 版权所有©2024 中国人民大学