计算机研究与发展

作者：古天龙,冯旋,李龙,包旭光,李云辉,

关键词：社会新闻数据集, 符合伦理的设计, 深度学习, ERNIE, CNN,

人工智能(artificialintelligence,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(enhancedlanguagerepresentationofinformationentities,ERNIE)和卷积神经网络(convolutionalneuralnetwork,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.

来源：2021年第2期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2021年第2期