基于TextCNN-Bert融合模型的不良信息识别技术 0 引言 随着互联网行业蓬勃发展,网络上不良信息的泛滥引发了诸多社会问题,特别是历史、时政新闻等敏感领域的不良信息,通过编排、篡改、杜撰、伪造的方式,具有极强的迷惑性和欺骗性,腐蚀人们的思想,影响人们的价值观和判断能力,危害社会安全[1]。文本作为主要传播方式,研究敏...
本发明提供一种基于TextCNNBert融合模型算法的不良信息识别方法,属于基于模型算法的不良信息识别技术领域;所要解决的技术问题为:提供一种采用TextCNNBert融合模型算法进行不良信息识别方法的改进;解决该技术问题采用的技术方案为:对待识别的文本进行分词,词性标注,去除停用词的预处理,将经过预处理的文本按照序列输入融合模型...
文章基于一种将BERT模型和TextCNN模型融合的垃圾短信识别方法,同时聚焦于垃圾短信文本的上下文语义以及关键词特征。该方法利用开源的垃圾短信数据集进行试验,试验结果表明,BERT-TextCNN融合模型在垃圾短信的识别在精准度、召回率以及F1值这些指标上都有不错的表现,相较于现有模型有明显提高。 关键词:文本分类;TextCNN;...
本发明提供一种基于TextCNNBert融合模型算法的不良信息识别方法,属于基于模型算法的不良信息识别技术领域;所要解决的技术问题为:提供一种采用TextCNNBert融合模型算法进行不良信息识别方法的改进;解决该技术问题采用的技术方案为:对待识别的文本进行分词,词性标注,去除停用词的预处理,将经过预处理的文本按照序列输入融合模型...
本发明提供一种基于TextCNN‑Bert融合模型算法的不良信息识别方法,属于基于模型算法的不良信息识别技术领域;所要解决的技术问题为:提供一种采用TextCNN‑Bert融合模型算法进行不良信息识别方法的改进;解决该技术问题采用的技术方案为:对待识别的文本进行分词、词性标注、去除停用词的预处理,将经过预处理的文本按照序列输...
一种基于TextCNN-Bert融合模型算法的不良信息识别方法 敏感领域的不良信息具有极强的迷惑性和欺骗性,腐蚀人们的思想,影响人们的价值观和判断能力,危害社会安全,研究敏感领域不良信息的识别技术具有深远意义.通用的识别技术... 裴卓雄,杨婧,殷伟,... 被引量: 0发表: 0年 基于语义理解的电信客户投诉文本处理系统设计...