[发明专利]一种识别垃圾信息的方法和装置

摘要

本发明实施例提供了一种识别垃圾信息的方法和装置，以解决识别的准确率较低的问题。其中，所述识别垃圾信息的方法包括根据预先设置的对照表转换待识别信息；从转换后的待识别信息中提取关键词，其中，识别出所述转换后的待识别信息中的可变字符串，将同一类型的可变字符串确定为同一个关键词；从预先生成的第一关键词库中查找关键词对应的垃圾信息概率和非垃圾信息概率；依据关键词对应的垃圾信息概率和非垃圾信息概率确定待识别信息是否为垃圾信息。本发明实施例通过对待识别信息进行转换，可以更加准确地识别出信息中的关键词，减少垃圾信息的漏判或误判；其次，结合可变字符串对应的关键词进行识别，可以进一步提高识别的准确率。

主权项

一种识别垃圾信息的方法，其特征在于，包括：根据预先设置的对照表转换待识别信息；从转换后的待识别信息中提取关键词，其中，所述从转换后的待识别信息中提取关键词的步骤包括：识别出所述转换后的待识别信息中的可变字符串，将同一类型的可变字符串确定为同一个关键词；从预先生成的第一关键词库中查找所述关键词对应的垃圾信息概率和非垃圾信息概率；依据所述关键词对应的垃圾信息概率和非垃圾信息概率确定所述待识别信息是否为垃圾信息，包括：依据所述关键词对应的垃圾信息概率和非垃圾信息概率计算所述待识别信息为垃圾信息的概率；将所述待识别信息为垃圾信息的概率与预先设置的垃圾信息阈值进行比较；获取发布所述待识别信息的用户的行为记录，所述行为记录包括：违规行为或者可疑行为；根据比较结果和所述行为记录确定所述待识别信息是否为垃圾信息；其中，所述根据比较结果和所述行为记录确定所述待识别信息是否为垃圾信息，包括：当所述待识别信息为垃圾信息的概率不小于所述垃圾信息阈值时，判断所述行为记录中是否存在违规行为或者可疑行为。