
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于混合Transformer-图卷积网络的多语言AI生成文本检测:阿拉伯语、英语和土耳其语
《Applied Sciences》:Multilingual AI-Generated Text Detection in Arabic, English, and Turkish Using a Hybrid Transformer–Graph Convolutional Network
【字体: 大 中 小 】 时间:2026年07月21日 来源:Applied Sciences 2.5
编辑推荐:
摘要
生物通微信公众号
热搜:人工智能检测|语言模型|混合架构|土耳其语|阿拉伯语|图卷积网络|语义歧义|统计特征|文本分类|信息抽取|学术价值 随着人工智能系统在内容创作中的日益广泛应用|检测人工智能生成的文本已成为一项重要任务。因此|提高跨语言的检测精度显得尤为关键。针对土耳其语、阿拉伯语和英语这三种具有独特语言结构——土耳其语为黏着语、阿拉伯语为词根形态、而英语存在语义歧义——的检测难点|该研究提出了一种创新方法|即将基于 Transformer 的 DistilBERT 模型与图卷积网络(GCN)相结合。这种混合架构利用 DistilBERT 捕捉丰富上下文|并通过 GCN 建模文本结构关系|显著优于单一模型。实验对比显示|该框架在三种语言中的检测准确率均达到了 98% 至 99% 的高水平|这一成果对文本审查和造假检测领域具有重要的科学贡献。此外|本研究还构建并发布了新的多语言数据集|为相关领域的验证与扩展提供了宝贵资源。该方法不仅提升了受控环境下的检测能力|也在一定程度上推动了通用语言模型在实际应用场景中的发展与应用前景。