期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征矩阵构造与BP神经网络的垃圾文本过滤模型
被引量:
6
1
作者
方瑞
于俊洋
董李锋
《计算机工程》
CAS
CSCD
北大核心
2020年第8期271-276,共6页
在网络社交平台海量的信息文本中含有许多垃圾文本,这些文本的广泛散布影响了人们正常社交。为此,提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码,采用B-Feature方法对句编码进行特征构造,并根据文本与所得特征之间的联系进...
在网络社交平台海量的信息文本中含有许多垃圾文本,这些文本的广泛散布影响了人们正常社交。为此,提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码,采用B-Feature方法对句编码进行特征构造,并根据文本与所得特征之间的联系进一步将该特征构造为特征矩阵,运用BP神经网络分类器对特征矩阵进行处理,检测出垃圾文本并进行过滤。实验结果表明,该模型在长、中、短文本数据集上的准确率较TFIDF-BP模型分别提高7.8%、3.8%和11.7%,在中、短文本数据集上的准确率较朴素贝叶斯模型分别提高2.1%和13.7%,能有效对垃圾文本进行分类和过滤。
展开更多
关键词
BERT模型
特征构造
BP神经网络
垃圾文本过滤
文本
分类
句编码
下载PDF
职称材料
基于TF-IDF和改进BP神经网络的社交平台垃圾文本过滤
被引量:
11
2
作者
王杨
王非凡
+4 位作者
张舒宜
黄少芬
许闪闪
赵晨曦
赵传信
《计算机系统应用》
2019年第3期126-132,共7页
近年来,随着生活节奏的提高和互联网的迅速发展,人们更倾向于在众多社交平台上用短文本进行交流,进而可能有人通过发布垃圾文本妨碍人们的正常社交,扰乱网络的绿色环境.为了解决这个问题,我们提出了基于TF-IDF和改进BP神经网络的社交平...
近年来,随着生活节奏的提高和互联网的迅速发展,人们更倾向于在众多社交平台上用短文本进行交流,进而可能有人通过发布垃圾文本妨碍人们的正常社交,扰乱网络的绿色环境.为了解决这个问题,我们提出了基于TF-IDF和改进BP神经网络的社交平台垃圾文本检测的方法.通过该方法,实现对社交平台上的垃圾文本过滤.首先,通过结巴分词和去停分词构造关键词数据集;其次,对文本表示的关键词向量运用计算各关键词的权重从而对文本向量进行降维,得到特征向量;最后,在此基础上,运用BP神经网络分类器对短文本进行分类,检测出垃圾文本并进行过滤.实验结果表明用该方法在1000维文本特征向量的情况下分类平均准确率达到了97.720%.
展开更多
关键词
TF-IDF
改进BP神经网络
结巴分词
垃圾文本过滤
下载PDF
职称材料
题名
基于特征矩阵构造与BP神经网络的垃圾文本过滤模型
被引量:
6
1
作者
方瑞
于俊洋
董李锋
机构
河南大学软件学院
河南九域腾龙信息工程有限公司
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第8期271-276,共6页
基金
国家自然科学基金(61602525)
河南省科技发展计划项目(182102210229)。
文摘
在网络社交平台海量的信息文本中含有许多垃圾文本,这些文本的广泛散布影响了人们正常社交。为此,提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码,采用B-Feature方法对句编码进行特征构造,并根据文本与所得特征之间的联系进一步将该特征构造为特征矩阵,运用BP神经网络分类器对特征矩阵进行处理,检测出垃圾文本并进行过滤。实验结果表明,该模型在长、中、短文本数据集上的准确率较TFIDF-BP模型分别提高7.8%、3.8%和11.7%,在中、短文本数据集上的准确率较朴素贝叶斯模型分别提高2.1%和13.7%,能有效对垃圾文本进行分类和过滤。
关键词
BERT模型
特征构造
BP神经网络
垃圾文本过滤
文本
分类
句编码
Keywords
BERT model
feature construction
BP neural network
junk text filtering
text classification
sentence coding
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于TF-IDF和改进BP神经网络的社交平台垃圾文本过滤
被引量:
11
2
作者
王杨
王非凡
张舒宜
黄少芬
许闪闪
赵晨曦
赵传信
机构
安徽师范大学计算机与信息学院
出处
《计算机系统应用》
2019年第3期126-132,共7页
基金
国家自然科学基金(61572036)
安徽省社科规划项目(AHSKY2017D42)
安徽省重大人文社科基金(SK2014ZD033)~~
文摘
近年来,随着生活节奏的提高和互联网的迅速发展,人们更倾向于在众多社交平台上用短文本进行交流,进而可能有人通过发布垃圾文本妨碍人们的正常社交,扰乱网络的绿色环境.为了解决这个问题,我们提出了基于TF-IDF和改进BP神经网络的社交平台垃圾文本检测的方法.通过该方法,实现对社交平台上的垃圾文本过滤.首先,通过结巴分词和去停分词构造关键词数据集;其次,对文本表示的关键词向量运用计算各关键词的权重从而对文本向量进行降维,得到特征向量;最后,在此基础上,运用BP神经网络分类器对短文本进行分类,检测出垃圾文本并进行过滤.实验结果表明用该方法在1000维文本特征向量的情况下分类平均准确率达到了97.720%.
关键词
TF-IDF
改进BP神经网络
结巴分词
垃圾文本过滤
Keywords
TF-IDF
optimized BP neural network
stuttering participle
junk text filtering
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征矩阵构造与BP神经网络的垃圾文本过滤模型
方瑞
于俊洋
董李锋
《计算机工程》
CAS
CSCD
北大核心
2020
6
下载PDF
职称材料
2
基于TF-IDF和改进BP神经网络的社交平台垃圾文本过滤
王杨
王非凡
张舒宜
黄少芬
许闪闪
赵晨曦
赵传信
《计算机系统应用》
2019
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部