计算机工程

作者：陈国莲, 冯梓洋, 曹均阔

单位：1. 数据科学与智慧教育教育部重点实验室, 海南 海口 5711582. 海南师范大学信息科学技术学院, 海南 海口 5711583. 海南师范大学信息网络与数据中心, 海南 海口 571158

关键词：网络欺凌检测,多模态学习,多模态特征融合,分层注意力机制,双层感知机

基金：海南省自然科学基金(625MS081); 海口市科技专项(2025-008); 海南省高等学校教育教学改革研究项目(Hnjg2024ZD-19); 国家自然科学基金(61867001); 国家自然科学基金(61363032)

社交媒体平台为了达到更快更广的传播效应, 发布网络欺凌言论往往综合利用了文本、语音和图像等多模态信息。虽然多模态信息可以更充分地表达信息发布人的情感, 但同时也为研究人员进行网络欺凌自动检测提供了多维度信息源。当前多模态网络欺凌言论检测模型多聚焦于大规模交互空间的复杂融合, 缺乏模态间潜在共性和异性的关联分析。因此, 基于简单特征融合的多模态网络欺凌检测模型性能不够理想, 而且模型的训练过程也非常耗时、不易收敛。针对这一问题, 提出一种基于空间特征的多模态检测模型。首先对各单一模态进行特征提取, 然后通过共享特征空间和特定特征空间的构建, 使用哈达玛积的分层注意力机制进行特征融合。该融合过程不是单纯依靠输出注意力分数进行简单加权, 而是独立地重新分配注意力权重, 从而使得模态之间互不干扰, 保留了共享空间和特定空间的特征完整性。最后使用双层感知机结构实现网络欺凌言论检测, 结果表明, 该模型在CMCAD和CMU-MOSI数据集上均取得了良好的检测效果和收敛性能。

来源：2026年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第3期