[发明专利]垃圾短信的分类识别方法、装置、计算机设备及存储介质

权利要求书

1.一种垃圾短信的分类识别方法，其特征在于，包括：

对短信文本集合进行文本过滤，获得垃圾短信文本集合；

将垃圾短信文本集合依次输入至一级分类模型和二级分类模型，获得多个类别垃圾短信文本集合；

将各类别垃圾短信文本集合输入至实体信息提取模型，获得识别或者还原实体信息之后的各类别垃圾短信文本集合。

2.根据权利要求1所述的方法，其特征在于，所述对短信文本集合进行文本过滤，包括：

对短信文本集合中的各短信文本进行文本字数过滤和/或模式规则过滤。

3.根据权利要求1所述的方法，其特征在于，在将垃圾短信文本集合依次输入至一级分类模型和二级分类模型之前，还包括：

识别垃圾短信文本集合中各垃圾短信文本的关键词，并计算各关键词对应的文字向量权重。

4.根据权利要求3所述的方法，其特征在于，所述将垃圾短信文本集合依次输入至一级分类模型和二级分类模型，获得多个类别垃圾短信文本集合，包括：

将垃圾短信文本集合中的各关键词以及对应的文字向量权重，输入至一级分类模型，并获取所述一级分类模型输出的多个粗分类垃圾短信文本集合；

对各粗分类垃圾短信文本集合，分别重新计算各关键词对应的文字向量权重；

对各粗分类垃圾短信文本集合，分别将各关键词以及重新计算的文字向量权重，输入至二级分类模型，并获取所述二级分类模型输出的多个类别垃圾短信文本集合。

5.根据权利要求4所述的方法，其特征在于，所述一级分类模型为字粒度模型、词粒度模型以及拼音粒度模型进行模型融合后生成的模型；

所述二级分类模型用于将粗分类垃圾短信文本集合分类为类别垃圾短信文本集合和其他垃圾短信文本集合。

6.根据权利要求1所述的方法，其特征在于，在对短信文本集合进行文本过滤之前，还包括：

根据标注后的训练短信文本集合，以及构建的变体字库，对机器学习模型进行训练，获得实体信息提取模型；

将各类别垃圾短信文本集合输入至实体信息提取模型，获得识别或者还原实体信息之后的各类别垃圾短信文本集合，包括：

分别将各类别垃圾短信文本集合输入至实体信息提取模型，获得所述实体信息提取模型输出的各类别垃圾短信文本对应的实体位置信息；

根据实体位置信息，对各类别垃圾短信文本进行实体信息的识别或者还原。

7.根据权利要求1-6任一项所述的方法，其特征在于，在对短信文本集合进行文本过滤之前，还包括：

获取短信集合，对短信集合中的各短信进行字段提取，获得各短信对应的短信文本和/或发送方号码；

根据各短信对应的短信文本和/或发送方号码，对各短信进行白名单和/或黑名单过滤，根据过滤后的各短信生成短信文本集合。

8.一种垃圾短信的分类识别装置，其特征在于，包括：

文本过滤模块，用于对短信文本集合进行文本过滤，获得垃圾短信文本集合；

类别垃圾短信文本集合获取模块，用于将垃圾短信文本集合依次输入至一级分类模型和二级分类模型，获得多个类别垃圾短信文本集合；

实体信息提取模块，用于将各类别垃圾短信文本集合输入至实体信息提取模型，获得识别或者还原实体信息之后的各类别垃圾短信文本集合。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的垃圾短信的分类识别方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的垃圾短信的分类识别方法。