[发明专利]一种敏感内容识别方法及装置

摘要

本发明实施例提供一种敏感内容识别方法及装置，方法包括对待识别的目标通信内容进行分词处理，得到对应的至少一个目标分词；利用预设的分词属性生成规则，生成各个目标分词的分词属性，并生成目标通信内容所对应的目标特征向量；将目标特征向量输入至预先建立的敏感内容识别模型中，得到目标通信内容是否为敏感内容的识别结果。应用本发明实施例提供的方案进行敏感内容识别时，并不是通过通信内容中关键词与预设词库中敏感词在字面上的简单匹配实现识别的，而是利用了通信内容对应分词的比字面层次更深入的分词属性，并根据各个分词的分词属性生成特征向量，以及利用机器学习算法训练的敏感内容识别模型进行识别，提高了敏感内容识别的准确率。

主权项

一种敏感内容识别方法，其特征在于，所述方法包括：对待识别的目标通信内容进行分词处理，得到所述目标通信内容对应的至少一个目标分词；利用预设的分词属性生成规则，生成各个目标分词的分词属性；根据各个目标分词的分词属性，生成所述目标通信内容所对应的目标特征向量；将所述目标特征向量输入至预先建立的敏感内容识别模型中，得到所述目标通信内容是否为敏感内容的识别结果，其中，所述敏感内容识别模型为利用预设的机器学习算法、对预设的带有分类标签的多个通信内容样本所对应的特征向量进行训练所得到的分类模型，所述分类标签包括：用于标识敏感内容的第一标签或用于标识非敏感内容的第二标签。