一种面向文本数据的深度学习异常检测方法

在本文中，我们提出使用深度学习与Transformer架构结合经典机器学习算法来检测并识别文本中的文本异常。深度学习模型提供关于文本数据的关键上下文信息，所有文本上下文均被转换为数值表示。我们使用多种机器学习方法，如Sentence Transformers、Auto Encoders、Logistic Regression与距离计算方法，以预测异常。该方法在文本数据上进行了测试，我们将来自不同来源的句法数据注入原始文本作为异常或将其作为目标。本文解释了异常检测领域的不同方法与算法，并给出了最佳技术的结果。这些结果表明，与其他所测试的异常检测方法相比，我们的算法有可能降低误报率。