[发明专利]基于Bi-LSTM的不良文本检测方法及装置在审
| 申请号： | 201910485402.8 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110321554A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 张聪;沈冀平;马啸尘;周勇林;沈智杰;景晓军 | 申请（专利权）人： | 任子行网络技术股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市顺天达专利商标代理有限公司 44217 | 代理人： | 郭伟刚;车大莹 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Bi‑LSTM的不良文本检测方法，包括：获取文本数据，并对获取的文本数据进行类型标记；对文本数据进行预处理，组成训练集；通过训练集训练模型的参数，当Bi‑LSTM双向循环神经网络模型产生的损失值迭代变化小于设定阈值不再降低，则终止Bi‑LSTM双向循环神经网络模型的训练，得到训练好的Bi‑LSTM双向循环神经网络模型；将待判定的文本数据预处理后输入训练好的Bi‑LSTM双向循环神经网络模型，输出判定结果。本发明从全文整体性角度来对文本内容进行理解、检测并分类，无需人工制定关键词典，对文本内容进行分词处理，实现了简洁、高效、高召回率的不良文本内容检测。 | ||
| 搜索关键词： | 神经网络模型 双向循环 文本数据 文本内容 预处理 文本检测 训练集 分词处理 输出判定 训练模型 检测 迭代 判定 分类 制定 | ||
【主权项】：
1.一种基于Bi‑LSTM的不良文本检测方法，其特征在于，包括如下步骤：S0、获取文本数据，并对获取的文本数据进行类型标记；S1、对所述文本数据进行预处理，组成训练集；S2、通过所述训练集训练Bi‑LSTM双向循环神经网络模型的参数，当所述Bi‑LSTM双向循环神经网络模型产生的损失值迭代变化小于设定阈值不再降低，则终止所述Bi‑LSTM双向循环神经网络模型的训练，得到训练好的Bi‑LSTM双向循环神经网络模型；S3、将待判定的文本数据预处理后输入所述训练好的Bi‑LSTM双向循环神经网络模型，输出判定结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于任子行网络技术股份有限公司，未经任子行网络技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910485402.8/，转载请声明来源钻瓜专利网。
