基于深度学习和特征分析的隐蔽性有害信息识别方法研究

打开文本图片集

摘 要 互联网上的有害信息层出不穷 而随着各项技术的发展 有害信息采用各种方式隐藏其核心内容 以躲避各类算法的识别和检索 目前 对此类隐蔽性有害信息识别的常用方法主要是基于人工智能技术 采用人工标注和训练学习的方式 但是算法较为复杂 对资源的需求较大 因此 一种新思路为 从隐蔽性有害信息的特征出发 分析出其特征规律 并基于以上结果设计一种新方法 同时降低人工参与和算法复杂度 最后 通过不同的样本库 对基于深度学习的方法和基于特征分析的方法效果进行对比分析 得到不同场景下的应用方案 为识别隐蔽性有害信息工作提供参考

关键词 隐蔽性有害信息 文本识别 深度学习 特征分析

中图法分类号TP18   文献标识码A

１ 引言

随着互联网的高速发展，产生了大量有害信息，如诈骗、谣言、色情、暴恐等。（剩余5486字）