[发明专利]基于深层类神经网络的骚扰电话识别方法和装置

权利要求书

1.一种基于深层类神经网络的骚扰电话识别方法，其特征在于，包括以下步骤：

收集陌生来电记录建立训练集；

提取所述训练集中每条陌生来电记录的行为信息值生成多维向量，对所述训练集中每条陌生来电记录进行标记,所述标记用于表示该陌生来电号码是否为骚扰电话；

构建深层类神经网络，所述深层类神经网络依次包括输入层、多个抽象层和输出层；使用所述训练集中的陌生来电记录的多维向量训练所述深层类神经网络，使得所述深层类神经网络能够正确识别所述训练集中的每条陌生来电记录是否为骚扰电话；其中，所述输入层的大小与所述多维向量大小一致；

采集陌生来电号码的行为信息生成多维向量，然后输入到训练好的所述深层类神经网络中，根据所述深层类神经网络的输出层特征值判断所述陌生来电是否为骚扰电话。

2.如权利要求1所述的方法，其特征在于，所述收集陌生来电记录建立训练集,包括：

根据所述陌生来电的号码信息收集相同国家的陌生来电记录建立训练集。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述深层类神经网络的输出层特征值判断出所述陌生来电是否为骚扰电话之后，将所述陌生来电信息和判断结果存储在云端的数据库中。

4.如权利要求1所述的方法，其特征在于，所述深层类神经网络具体包括一个输入层、三个抽象层和一个输出层。

5.如权利要求4所述的方法，其特征在于，所述深层类神经网络的抽象层大小与输入层大小一致。

6.如权利要求4所述的方法，其特征在于，所述深层类神经网络的输出层采用sigmoid二元分类器。

7.如权利要求1所述的方法，其特征在于，所述深层类神经网络的输入层大小为9。

8.一种基于深层类神经网络骚扰电话识别装置，其特征在于，包括：

训练模块，用于收集陌生来电记录建立训练集；提取所述训练集中每条陌生来电记录的行为信息值生成多维向量，对所述训练集中每条陌生来电记录进行标记,所述标记用于表示该陌生来电号码是否为骚扰电话；

深层类神经网络模型，用于构建深层类神经网络，所述深层类神经网络依次包括输入层、多个抽象层和输出层；使用所述训练集中的陌生来电记录的多维向量训练所述深层类神经网络，使得所述深层类神经网络能够正确识别所述训练集中的每条陌生来电记录是否为骚扰电话；其中，所述输入层的大小与所述多维向量大小一致；

接口模块，用于采集陌生来电号码的行为信息生成多维向量，然后输入到训练好的所述深层类神经网络中，根据所述深层类神经网络的输出层特征值判断所述陌生来电是否为骚扰电话。

9.如权利要求8所述的装置，其特征在于，所述训练模块包括：

分类子模块，用于根据所述陌生来电的号码信息收集相同国家的陌生来电记录建立训练集。

10.如权利要求8所述的装置，其特征在于，还包括：

存储模块，用于根据所述深层类神经网络的输出层特征值判断出所述陌生来电是否为骚扰电话之后，将所述陌生来电信息和判断结果存储在云端的数据库中。