[发明专利]一种基于文本和图像的多模态有害链接识别

摘要

本发明公开了一种基于文本和图像的多模态有害链接识别，S1、数据收集：利用网页图片截图技术对目标网站进行网页图片截取，对截取的图片按照类别进行人工标注，在人工标注和筛选的基础上尽可能保证涵盖各个行业，不同样式以保证模型的泛化性能，S2、预处理：主要采用图片增强对样本进行上采样，S3、特征提取：通过“有害链接图片文本特征提取”、“有害链接图片图像特征提取”和“有害链接统计分析特征提取”对特征进行提取，S4、特征融合，S5、模型训练：构建全连接分类器，采用深度学习技术，结合文本、图像、统计特征进行多模态融合构建模型，对有害链接进行分类检测。