[发明专利]一种模拟神经网络的文本过滤方法

摘要

本发明涉及一种文字处理方法，特别是一种模拟神经网络的文本过滤方法，本发明的独到之处在于：采用本方法对文本信息进行过滤，可进行自我学习，不断更新其数据库，以识别不断变化的垃圾信息。

主权项

一种模拟神经网络的文本过滤方法，其特征在于：包含以下步骤：1.1.输入待过滤的文本信息，启动过滤功能模块；1.2.通过逐一比对字符，清除不属于UTF8国际字符集标准汉字的字符，得到汉语字串；1.3.加载神经网络，将汉语字串通过神经网络输入端输入；1.4.待过滤的汉语字串从左到右排成一行，由于存在换行的因而形成多行，从而构成二维平面结构；1.5.神经网络由大量神经节点组成，每个神经节点互相联通，形成网状结构，在计算机中，由大型数组模拟神经连接，每个数组元素表示某神经单元与另一神经单元的激活阈值，初始系统完全由随机数填充所有数组，当汉语字串输入时，每一层神经网络通过加权获得计算其是否激活，加权计算公式为:x1*w1+x2*w2+……+xn*wn>t则输出1，否则输出0其中xn代表n个输入端的输入信号wn为神经元关联权重，t为阈值；1.6.程序的计算结果返回一组二进制数字，这组二进制数字串每一位都对应一个敏感词，用“0”代表没发现该敏感词，用“1”代表发现该敏感词；1.7.将敏感词汇集合返回并显示到页面结果窗口。