1(广西可信软件重点实验室(桂林电子科技大学) 广西桂林 541004);2(暨南大学信息科学技术学院/网络空间安全学院 广州 510632) (gu@guet.edu.cn)
出版日期: 2021-02-01基金资助:国家自然科学基金项目(U1711263,U1811264,61966009,61961007,61862016,62006057)；广西自然科学基金项目(2019GXNSFBA245049,2019GXNSFBA245059,2018GXNSFDA281045)；广西科技基地与人才专项(AD19245011)Ethical Behavior Discrimination Based on Social News Dataset
Gu Tianlong1, Feng Xuan1, Li Long1,2, Bao Xuguang1, Li Yunhui11(Guangxi Key Laboratory of Trusted Software (Guilin University of Electronic Technology), Guilin, Guangxi 541004);2(College of Information Science and Technology/College of Cyber Security, Jinan University, Guangzhou 510632)
Online: 2021-02-01Supported by:This work was supported by the National Natural Science Foundation of China (U1711263, U1811264, 61966009, 61961007, 61862016, 62006057), the Natural Science Foundation of Guangxi Province (2019GXNSFBA245049, 2019GXNSFBA245059, 2018GXNSFDA281045), and the Science and Technology Base and Talents Program of Guangxi Province (AD19245011).摘要/Abstract
摘要： 人工智能(artificial intelligence, AI)应用的伦理风险和挑战引起了人们的普遍关注，如何从技术实现角度开发出遵守人类价值观和伦理规范的AI系统，即，符合伦理的AI设计，是亟需解决的重要问题之一.基于机器学习的伦理与道德判别是此方面的有益探索.社会新闻数据具有丰富的伦理和道德的内容及知识，为机器学习的训练数据开发提供了可能.鉴于此，本文构建了具有人类行为伦理和道德属性的社会新闻数据集，附之以法律与行为规范数据集，用以机器学习的训练和测试；建立了基于使用信息实体的增强语言表示(enhanced language representation of information entities, ERNIE)和卷积神经网络(convolutional neural network, CNN)的伦理行为判别模型ERNIE-CNN，通过词的向量表示计算语义相似度来提取关于行为的伦理判断.实验结果表明，提出的模型具有比基准模型更好的性能，验证了方法和模型的有效性.
参考文献
相关文章 15
| [1] | 王慧娇, 丛鹏, 蒋华, 韦永壮. 基于深度学习的SIMON32/64安全性分析[J]. 计算机研究与发展, 2021, 58(5): 1056-1064. |
| [2] | 潘旭东, 张谧, 颜一帆, 陆逸凡, 杨珉. 通用深度学习语言模型的隐私风险评估[J]. 计算机研究与发展, 2021, 58(5): 1092-1105. |
| [3] | 李明慧, 江沛佩, 王骞, 沈超, 李琦. 针对深度学习模型的对抗性攻击与防御[J]. 计算机研究与发展, 2021, 58(5): 909-926. |
| [4] | 汪嘉来, 张超, 戚旭衍, 荣易. Windows平台恶意软件智能检测综述[J]. 计算机研究与发展, 2021, 58(5): 977-994. |
| [5] | 周纯毅, 陈大卫, 王尚, 付安民, 高艳松. 分布式深度学习隐私与安全攻击研究进展与挑战[J]. 计算机研究与发展, 2021, 58(5): 927-943. |
| [6] | 汪烨, 陈骏武, 夏鑫, 姜波. 智能需求获取与建模研究综述[J]. 计算机研究与发展, 2021, 58(4): 683-705. |
| [7] | 吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527. |
| [8] | 廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538. |
| [9] | 付章杰, 李恩露, 程旭, 黄永峰, 胡雨婷. 基于深度学习的图像隐写研究进展[J]. 计算机研究与发展, 2021, 58(3): 548-568. |
| [10] | 陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280. |
| [11] | 李金鹏, 张闯, 陈小军, 胡玥, 廖鹏程. 自动文本摘要研究综述[J]. 计算机研究与发展, 2021, 58(1): 1-21. |
| [12] | 孟子尧, 谷雪, 梁艳春, 许东, 吴春国. 深度神经架构搜索综述[J]. 计算机研究与发展, 2021, 58(1): 22-33. |
| [13] | 朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115. |
| [14] | 林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778. |
| [15] | 李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4343
