[发明专利]敏感词的检测方法有效
| 申请号： | 201910991407.8 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110727766B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 徐钟豪;孟雷;谢忱 | 申请（专利权）人： | 上海斗象信息科技有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35;G06F16/9535;G06F40/30;G06F18/214 |
| 代理公司： | 上海翰信知识产权代理事务所(普通合伙) 31270 | 代理人： | 张维东 |
| 地址： | 201203 上海市浦东新区碧波路6*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种敏感词的检测方法，包括以下步骤：建立敏感词数据库，分为强敏感词数据库和弱敏感词数据库；建立训练模型，训练模型包括预判模型和弱敏感词的检测模型；进行检测，载入训练模型的系统定时爬取待检测网页内容，预判模型判断待检测文本中的词语是否属于敏感词数据库中，并判断其敏感类型；若待检测文本中的词语为强敏感词数据库中的强敏感词，则直接反馈待检测文本所属的强敏感词数据库的类型；若待检测文本中的词语为弱敏感词数据库中的弱敏感词，则将待检测文本输入弱敏感词的检测模型进行检测，由弱敏感词的检测模型判断其敏感可疑度分值并反馈。本发明通过设置预判和检测模型进行判断和检测，提高了敏感词检测的准确性和灵活性。 | ||
| 搜索关键词： | 敏感 检测 方法 | ||
【主权项】：
1.一种敏感词的检测方法，其特征在于，包括以下步骤：/n建立敏感词数据库，所述敏感词数据库根据敏感类型分为强敏感词数据库和弱敏感词数据库；/n建立训练模型，所述训练模型包括预判模型和弱敏感词的检测模型，其中，所述预判模型用于判断待检测文本的敏感类型；设立所述弱敏感词的检测模型包括：根据所述弱敏感词数据库中的弱敏感词进行检索得到敏感词网页，获取敏感词网页中包含有弱敏感词的文本信息；对所述文本信息进行打标，采用打标后的文本信息建立弱敏感词的检测模型；/n进行检测，载入所述训练模型的系统定时爬取待检测的网页内容，所述预判模型判断待检测网页内待检测文本中的词语是否属于敏感词数据库中，并判断其敏感类型；若待检测文本中的词语为强敏感词数据库中的强敏感词，则直接反馈待检测文本所属的强敏感词数据库的类型；若待检测文本中的词语为弱敏感词数据库中的弱敏感词，则将待检测文本输入弱敏感词的检测模型进行检测，由弱敏感词的检测模型判断其敏感可疑度分值并反馈。/n
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上海斗象信息科技有限公司，未经上海斗象信息科技有限公司许可，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/201910991407.8/，转载请声明来源钻瓜专利网。
