[发明专利]一种基于语义分析技术的赌博人员识别方法

权利要求书

1.一种基于语义分析技术的赌博人员识别方法，其特征在于：该方法采用爬虫技术爬取失信人员信息，构建失信人员行为数据库；采用自然语言处理技术和文本挖掘技术进行失信事实数据处理，得到分词结果，与赌博关键词进行短语相似度匹配，匹配成功则保留分词结果完善赌博关键词库，抽取赌博人员关键信息，依据抽取的赌博人员关键信息进行赌博用户多维验真，具体包括以下步骤：

S1、失信人员行为数据库构建，失信人员行为数据库构建过程中，通过爬虫技术对公开的失信人员信息进行数据爬取，获取失信人员信息，构建失信人员行为数据库；

S2、失信事实语义分析，针对爬虫技术进行数据爬取的失信人员信息，利用自然语言统计模式，从失信事实数据中提取赌博关键信息，进行格式化处理，具体过程为：1)中文分词库构建；2)分词处理；3)分词向量构建，中文分词库构建利用公开词库收集中文通用词语，基于预处理后的中文通用词语，进行赌博关键词添加，分词处理过程针对中文分词库，使用中文分词算法对失信事实数据进行分词处理，分词向量构建过程中将分词结果中的词转化为稠密向量，挖掘出具有类似语义的关键信息，完善赌博关键词库；

S3、赌博用户识别，赌博用户识别中，通过已构建的赌博关键词库，与分词后的结果进行短语相似度匹配，匹配符合赌博特征，则保留分词结果，进行信息抽取；

S4、赌博关键信息抽取，赌博关键信息抽取包括实体抽取和实体关系抽取；

S5、赌博用户多维验真，赌博用户多维验真基于抽取的赌博关键信息，结合运营商数据进行多维度校验。