一种基于大数据的敏感词识别方法
实质审查的生效
摘要
本发明公开了一种基于大数据的敏感词识别方法，该方法包括：步骤1，利用爬虫软件收集文本数据，对文本数据进行敏感标记，得到敏感文本D1、正常文本D2，将敏感词进行敏感词分类和等级标记，存入敏感词表S。步骤2，通过N‑gram模型进行新词发现，对敏感词表S进行扩增：步骤3，对每个敏感词表S中的每个敏感词，进行变形处理，得到变形体敏感词。步骤4，基于Trie树和BERT模型对敏感词表S中的敏感词进行过滤；该方法提高了对敏感词审核和识别的准确性和效率。
基本信息
专利标题 ：
一种基于大数据的敏感词识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114385775A
申请号 ：
CN202111636920.9
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周洁琴周金明
申请人 ：
南京视察者智能科技有限公司
申请人地址 ：
江苏省南京市秦淮区永智路6号南京白下高新技术产业园区四号楼A栋102室
代理机构 ：
代理人 ：
优先权 ：
CN202111636920.9
主分类号 ：
G06F16/31
IPC分类号 ：
G06F16/31 G06F16/35 G06F16/33 G06F16/338 G06F40/289 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/31
••索引；其数据结构；存储结构
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06F 16/31
申请日 : 20211229
申请日 : 20211229
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
