成果信息
通過自編碼模型中的分詞算法提取第一文檔中的多個句子中的文字特征以構(gòu)成多個第一向量,,每一個句子中的文字特征構(gòu)成一個第一向量;通過自編碼模型中的注意力網(wǎng)絡(luò)訓(xùn)練多個第一向量以獲得多個第一向量中每個第一向量的注意力權(quán)重:將多個第一向量和多個第一向量中每個第一向量的注意力權(quán)重輸入到 LSTM訓(xùn)練,以生成第一語義向量;通過LSTM 解碼第一語義向量以獲得多個第一解碼向量:若多個第一解碼向量與多個第一向量滿足預(yù)設(shè)相似條件,,則將第一語義向量與第二文檔的第二語義向量比較,以確定是否存在作弊行為,。采用本發(fā)明實(shí)施例,,能夠更準(zhǔn)確地確定出作弊行為。)
背景介紹
本發(fā)明實(shí)施例公開了一種基于自然語義理解的反作弊方法及相關(guān)設(shè)備)
應(yīng)用前景
-)