基于深度学习的隐蔽性有害信息特征研究 |
| |
作者姓名: | 张安康 刘加兵 |
| |
作者单位: | 国家计算机网络应急技术处理协调中心湖北分中心,湖北武汉430074 |
| |
摘 要: | 针对互联网上的有害信息不断通过各种方式将核心内容隐蔽,从而逃避识别和检索的问题,文章以研究隐蔽性有害信息的特征为目的,以多家互联网公司的原始数据为基础,基于深度学习的经典BERT算法模型设计了一种方案,分三个阶段实现海量隐蔽性有害信息的智能文本分类,得到隐蔽性有害信息的三类特征的定量表征,为研究隐蔽性有害信息提供参考。
|
关 键 词: | 隐蔽性有害信息 文本识别 深度学习 特征分类 |
本文献已被 万方数据 等数据库收录! |
|