一种基于深度学习的多语言有害信息特征智能挖掘方法
基本信息
| 申请号 | CN201911063979.6 | 申请日 | - |
| 公开（公告）号 | CN111626318A | 公开（公告）日 | 2020-09-04 |
| 申请公布号 | CN111626318A | 申请公布日 | 2020-09-04 |
| 分类号 | G06K9/62(2006.01)I;G06F40/205(2020.01)I | 分类 | - |
| 发明人 | 赵全军;吴敬征;段旭;陈宏江;伊克拉木·伊力哈木;刘立力 | 申请（专利权）人 | 中科软科技股份有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 100190北京市海淀区中关村新科祥园甲6号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的多语言有害信息特征智能挖掘方法，标注各语种各类别有害和无害信息文本；将每个语种的每个类别的词使用RNSW方法选出候选词并建立独热码编码；将样品数据输入CNN神经网络模型中进行训练，得到每个词属于该语种该有害类别的得分，作为权重；使用遗传算法对机器学习选出的有害信息特征进行筛选，形成最终的有害信息特征和权重。本发明一是提出了一种语种无关的文本降维表示的RNSW方法，有效降低了模型训练的参数数量，加快了训练速度，提高了模型识别的准确率；二是采用深度学习的方法实现了有害信息特征的智能挖掘，并通过遗传算法对有害信息特征筛选，使得有害信息识别的可解释性更好。 |
