【技术实现步骤摘要】
本专利技术涉及媒体攻击言论检测领域，尤其涉及一种社交媒体攻击言论检测模型两阶段建模方法、装置及介质。
技术介绍
1、攻击言论是指在社交媒体上使用侮辱性、恶意或敌意的语言攻击他人的行为，它可能会对受害者造成心理伤害，破坏社交网络的健康氛围，甚至引发暴力事件。因此，检测和防止攻击言论是社交媒体平台的一个重要任务。
2、目前，社交媒体上的攻击言论检测主要依赖于自然语言处理(nlp)技术，通过分析文本内容中的词汇、句法、语义等特征，来判断是否存在攻击言论。一般来说，攻击言论检测可以分为以下几个层次：1)二分类：判断一段文本是否包含攻击言论，是或否。2)多分类：判断一段文本包含的攻击言论的类型，如谩骂、威胁、歧视等。3)目标识别：判断一段文本中的攻击言论是针对哪些目标的，如个人、群体、组织等。4)程度评估：判断一段文本中的攻击言论的严重程度，如轻微、中等、严重等。
3、为了实现上述的攻击言论检测任务，研究者们提出了许多基于机器学习或深度学习的模型，如支持向量机(svm)、朴素贝叶斯(nb)、逻辑回归(lr)、卷积神经网络(...
【技术保护点】
1.一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，所述构建标注者个人意见数据集，包括：
3.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，
4.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，所述对于原始数据集中的每个样本，使用训练后的个人意见预测模型，预测每个标注者对该样本的个人意见，生成标注者个人意见池，包括：
5.根据权利要求1所述的一种社交媒体攻击言论...
【技术特征摘要】
1.一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，所述构建标注者个人意见数据集，包括：
3.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，
4.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，所述对于原始数据集中的每个样本，使用训练后的个人意见预测模型，预测每个标注者对该样本的个人意见，生成标注者个人意见池，包括：
5.根据权利要求1所述的一种社交媒体攻击言论检测模型两阶段建模方法，其特征在于，所述根据原始数据集和标注者个人意见池，构建并训练标注者个人意见融合决策模型，包括：
6.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。