基于社会新闻数据集的伦理行为判别方法

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.

关键词：社会新闻数据集、符合伦理的设计、深度学习、ERNIE、CNN

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;广西自然科学基金项目;广西科技基地与人才专项

在线出版日期：2021-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：253-263