公开(公告)号：CN120045967A

公开(公告)日：2025-05-27

申请号：CN202311587387.0

申请日：2023-11-24

Applicant: 上海交通大学

Inventor： 梁力佳 ,  李小勇 ,  王新忠 ,  刘功申

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/213 ,  G06N3/0455

Abstract: 本发明提供了一种基于推文筛选器的社交机器人检测方法及系统，所述方法包括如下步骤：步骤S1：利用数据集中的用户数据构建推特用户文本语料库；步骤S2：预训练打分器为推特用户文本语料库中的每条推文计算一个分数；步骤S3：利用适用于推文筛选的规则，通过推文筛选器对推文进行筛选；步骤S4：融合多种信息编码，获得用户的表征，对社交机器人进行检测。本发明提高语义表示的效率；通过应用特定规则和预训练计分器的排名技术，成功将大量的推文缩减至最关键的内容，将焦点集中在最具信息价值的推文上。

公开(公告)号：CN120012768A

公开(公告)日：2025-05-16

申请号：CN202311533473.3

申请日：2023-11-16

Applicant: 上海交通大学

Inventor： 王新忠 ,  刘功申 ,  张倬胜 ,  孟魁

IPC: G06F40/253 ,  G06F40/289 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提供了一种基于对抗神经网络的语法纠错模型训练方法和系统，包括：步骤1：使用预训练模型作为生成器，预测每个位置上概率最大的单词组成句子，用于后续判别器的判别以及输入到另一个生成器继续生成；步骤2：构建一个判别器，用来判别输入的句子是由生成器生成的还是真实数据；步骤3：基于两个生成器以及两个判别器，构建CycleGan网络，实现生成器与判别器之间的博弈；步骤4：计算交叉熵损失，用于反向传播进行神经网络参数的更新。本发明自动进行，避免了人工标注的高额成本，同时训练出的生成器可直接作为语法纠错的模型，并不需要再添加额外的模型结构，训练过程更加简单。