[发明专利]基于语义分析的短信犯罪识别方法、系统和可读存储介质

权利要求书

1.一种基于语义分析的短信犯罪识别方法，其特征在于，包括：

以文本概念为维，建立文本语义表示空间；

根据所述文本语义表示空间，对输入的各种短信犯罪类型的样本短信数据进行机器学习，得到每种所述短信犯罪类型分别对应的语义特征和黑白样本；

建立每种短信犯罪类型分别对应的语义特征库和黑白样本库；

在得到每种所述短信犯罪类型分别对应的语义特征和黑白样本的步骤之后，所述方法还包括：将所述语义特征和黑白样本添加至每种短信犯罪类型分别对应的语义特征库和黑白样本库中；

根据所述语义特征和黑白样本，研判输入的真实短信数据是否为犯罪短信数据；

若判定所述真实短信数据为犯罪短信数据，则输出研判结果信息；

在判定所述真实短信数据为犯罪短信数据的步骤之后，所述方法还包括：

根据所述文本语义表示空间，对所述犯罪短信数据进行机器学习，得到所述犯罪短信数据的语义特征；

将所述犯罪短信数据的语义特征添加至所述犯罪短信数据所属短信犯罪类型对应的语义特征库中，并且，将所述犯罪短信数据添加至对应的所述黑白样本库中。

2.根据权利要求1所述的短信犯罪识别方法，其特征在于，在所述根据文本语义表示空间，对输入的各种短信犯罪类型的样本短信数据进行机器学习的步骤之前，所述方法还包括：

选取原始短信数据，其中，所述原始短信数据包括文本流数据和多源样本数据；

按照每种文本流数据所属的短信犯罪类型，对所述文本流数据进行数据加工和分类存储，以确定每种短信犯罪类型对应的语义特征；以及，

筛选所述多源样本数据，得到所述样本短信数据；

按照每种短信犯罪类型对应的语义特征，对所述样本短信数据进行分类，确定每个样本短信数据对应的短信犯罪类型。

3.根据权利要求1所述的短信犯罪识别方法，其特征在于，在所述根据文本语义表示空间，对输入的各种短信犯罪类型的样本短信数据进行机器学习的步骤之后，所述方法还包括：

对机器学习检出的样本短信数据进行正差和评分处理，得到正差和评分结果；

使用所述正差和评分结果，调整机器学习的神经网络模型自身参数。

4.根据权利要求1所述的短信犯罪识别方法，其特征在于，所述根据语义特征和黑白样本，研判输入的真实短信数据是否为犯罪短信数据的步骤，包括：

对所述真实短信数据进行机器学习，得到所述真实短信数据的语义特征；

比较所述真实短信数据的语义特征与每种所述短信犯罪类型对应的犯罪短信的语义特征之间的相似分值；

根据所述相似分值，判断所述真实短信数据是否为犯罪短信数据。

5.一种基于语义分析的短信犯罪识别系统，其特征在于，包括：

空间建立模块，用于以文本概念为维，建立文本语义表示空间；

第一机器学习模块，用于根据所述文本语义表示空间，对输入的各种短信犯罪类型的样本短信数据进行机器学习，得到每种所述短信犯罪类型对应的语义特征和黑白样本；

数据研判模块，用于根据所述语义特征和黑白样本，研判输入的真实短信数据是否为犯罪短信数据；

结果输出模块，用于若所述真实短信数据为犯罪短信数据时，输出研判结果信息；

数据库建立模块，用于建立与每种短信犯罪类型分别对应的语义特征库和黑白样本库；

数据添加模块，用于将所述语义特征和黑白样本添加至与每种短信犯罪类型分别对应的语义特征库和黑白样本库中；

第二机器学习模块，用于根据所述文本语义表示空间，对所述犯罪短信数据进行机器学习，得到所述犯罪短信数据的语义特征；

所述数据添加模块，还用于将所述犯罪短信数据的语义特征添加至所述犯罪短信数据所属短信犯罪类型对应的语义特征库中，并且，将所述犯罪短信数据添加至对应的所述黑白样本库中。