| 结合TFIDF的Self-Attention-Based Bi-LSTM的垃圾短信识别 |
| |
| 引用本文： | 吴思慧,陈世平.结合TFIDF的Self-Attention-Based Bi-LSTM的垃圾短信识别[J].计算机系统应用,2020,29(9):171-177. |
| |
| 作者姓名： | 吴思慧 陈世平 |
| |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院, 上海 200093;复旦大学 上海市数据科学重点实验室, 上海 201203 |
| |
| 基金项目： | 国家自然科学基金（61472256，61170277，61003031）；上海重点科技攻关项目（14511107902）；上海市工程中心建设项目（GCZXL14014）；上海市一流学科建设项目（S1201YLXK，XTKX2021.）；上海市数据科学重点实验室开发课题（201609060003）；沪江基金（A14006）；沪江基金研究基地专项（C14001） |
| |
| 摘 要： | 随着手机短信成为人们日常生活交往的重要手段，垃圾短信的识别具有重要的现实意义.针对此提出一种结合TFIDF的self-attention-based Bi-LSTM的神经网络模型.该模型首先将短信文本以词向量的方式输入到Bi-LSTM层，经过特征提取并结合TFIDF和self-attention层的信息聚焦获得最后的特征向量，最后将特征向量通过Softmax分类器进行分类得到短信文本分类结果.实验结果表明，结合TFIDF的self-attention-based Bi-LSTM模型相比于传统分类模型的短信文本识别准确率提高了2.1%–4.6%，运行时间减少了0.6 s–10.2 s.
|
| 关 键 词： | 垃圾短信 文本分类 self-attention Bi-LSTM TFIDF |
| 收稿时间： | 2019/12/12 0:00:00 |
| 修稿时间： | 2020/1/3 0:00:00 |
Spam Message Recognition Based on TFIDF and Self-Attention-Based Bi-LSTM |
| |
| WU Si-Hui,CHEN Shi-Ping.Spam Message Recognition Based on TFIDF and Self-Attention-Based Bi-LSTM[J].Computer Systems& Applications,2020,29(9):171-177. |
| |
| Authors: | WU Si-Hui CHEN Shi-Ping |
| |
| Affiliation: | School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China; Shanghai Key Laboratory of Data Science, Fudan University, Shanghai 201203, China |
| |
| Abstract: | |
| |
| Keywords: | spam message text categorization self-attention Bi-LSTM TFIDF |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
