首页 > 《科技新时代》 > 2023年4期 > 基于信息增强和深度学习的涉赌文本识别模型

基于信息增强和深度学习的涉赌文本识别模型

在线阅读下载PDF 导出详情

摘要摘要：为逃避过滤机制，涉赌文本通常会在结构和内容上进行变换，对抗性较强，从而导致文本特征表示不充分,影响识别准确度。因此，为充分表征涉赌文本中蕴含的语义信息，本文提出了一种利用汉字拼音和笔画信息来增强文本特征表示的方法，并进一步构建了基于卷积神经网络（CNN）的涉赌文本识别模型，结果表明，本文算法相比传统特征输入的卷积神经网络，在F1值上取得明显提升。

DOI pd57x2q2j7/7008623

作者韦庆，唐灵灵，阳翔

机构地区（国家计算机网络应急技术处理协调中心，广西南宁 530022）

出处《科技新时代》 2023年4期

关键词信息增强深度学习文本分类

分类 [][]

出版日期 2023年04月19日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1周青松;范兴容. 基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类研究.教育学,2018-03.
2郝延鹏. 基于大数据和深度学习的语音识别研究.,2022-07.
3韩明. 基于深度学习的电子信息识别技术研究.建筑设计及理论,2024-08.
4孙竟豪. 基于深度学习的手势识别研究.计算机科学与技术,2018-09.
5刘爽,何馨馨,邓阳杰,赵雅琪,冯凯,. 基于深度学习的无线信号识别和分类技术研究.建筑技术科学,2023-10.
6王强,于子甲,卢彪. 基于深度学习的面部表情识别研究.建筑技术科学,2021-06.
7张峥峥. 基于深度学习的路基病害识别研究.市政工程,2023-06.
8李金鑫,任伟锋,姚金福. 基于深度学习的无线信号调制识别.建筑技术科学,2024-07.
9贾星宇. 基于深度学习的短文本摘要的优势.文化科学,2019-08.
10闫欢欢,彭焕杰. 基于深度学习的图像识别与电子信息工程应用.建筑技术科学,2024-07.

来源期刊

科技新时代

科技新时代

相关推荐

同分类资源更多

相关关键词

信息增强深度学习文本分类

返回顶部