基于细粒度选择性原型-专家路由网络的中文电信诈骗分类研究
《Electronics》:FSPER-Net: Fine-Grained Selective Prototype-Expert Routing for Long-Tailed Chinese Telecom Fraud Text Classification
【字体:
大
中
小
】
时间:2026年09月22日
来源:Electronics 2.9
摘要
细粒度中文电信诈骗分类需要在类别不平衡的条件下区分重叠标签,同时表达每个类别内部的多种话术模式。单一原型可能掩盖话术特定的模式差异,而均匀融合则无法根据个体文本调整各原型的贡献权重。我们提出FSPER-Net(细粒度选择性原型-专家路由网络),将话术表示与其影响力控制解耦。双源库将话术级质心与中文语义描述相结合;类源门控与实例条件门控通过有界修正将上述证据整合到主RoBERTa-WWM分类器中。在三个异构类别上,使用多个质心使训练集类内余弦畸变降低了11.17%–22.39%。在配对的三次随机种子精调实验中,完整模型相较于单原型变体和单源变体的Macro-F1分别提升了0.3510和0.2797–0.2844个百分点,相较于直接专家替换提升了0.3695个百分点。在十类FGRC-SCD数据集上,FSPER-Net在五次随机种子实验中四个核心模型中取得了最高的平均Macro-F1(84.1236%),尽管配对差异未达统计显著性水平。另一项独立的三次随机种子诊断实验表明,在验证集定义的困难样本上,FSPER-Net相较于PSCL提升了1.5569个百分点。二级数据集Telecom_Fraud_Texts_5的评估结果显示Macro-F1达到97.5329%。上述发现支持在兼具语义重叠、类内多样性及长尾监督的欺诈分类体系中,采用话术感知表示与受控原型集成。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号