深度学习驱动的不良信息语义挖掘及快速识别研究

徐引进

doi:10.13992/j.cnki.tetas.2023.12.006

Chinese

您当前的位置：

首页 >

文章列表页 >

深度学习驱动的不良信息语义挖掘及快速识别研究

中国移动网络与信息安全专题 | 更新时间：2026-04-20

- 深度学习驱动的不良信息语义挖掘及快速识别研究
- 深度学习驱动的不良信息语义挖掘及快速识别研究
- 电信工程技术与标准化 2023年36卷第12期页码：46-52
- 作者机构：
  
  中国移动通信集团贵州有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2023.12.006
  中图分类号： F626;F49;TP391.1;TP18
- 纸质出版：2023
- 稿件说明：
移动端阅览
徐引进. 深度学习驱动的不良信息语义挖掘及快速识别研究[J]. 电信工程技术与标准化, 2023,36(12):46-52.

徐引进. 深度学习驱动的不良信息语义挖掘及快速识别研究[J]. 2023, 36(12): 46-52.
徐引进. 深度学习驱动的不良信息语义挖掘及快速识别研究[J]. 电信工程技术与标准化, 2023,36(12):46-52. DOI： 10.13992/j.cnki.tetas.2023.12.006.

徐引进. 深度学习驱动的不良信息语义挖掘及快速识别研究[J]. 2023, 36(12): 46-52. DOI： 10.13992/j.cnki.tetas.2023.12.006.

摘要

网络中的不良信息对用户体验造成重大损害，也对社会政治稳定带来负面影响。电信运营商作为网络服务提供者，应履行政治、社会和商业责任，积极采取措施，打击治理不良信息。本文采用深度学习技术处理大规模数据，通过学习信息文本和通信模式特征，快速自动识别和分类不良信息。此成果还可快速扩展至图片和语音等多媒体不良信息识别，助力开发更全面、智能的不良信息识别系统，为不良信息治理奠定坚实基础。

Abstract

关键词

Keywords

references

基于改进音形码与HowNet的中文词相似度检测算法[J]. 王华敏;黄梦醒;冯文龙;冯思玲.计算机仿真,2022(08)

基于深度学习的不良信息治理新技术研究[J]. 戴晶.电信工程技术与标准化,2020(11)

基于特征向量和笔顺编码的字形相似算法研究[J]. 祁俊辉;龙华;邵玉斌;杜庆治.重庆邮电大学学报(自然科学版),2019(06)

融合attention机制的BI-LSTM-CRF中文分词模型[J]. 黄丹丹;郭玉翠.软件,2018(10)

Classification method based on Siamese-like neural network for inter-species blood Raman Spectra similarity measure.[J]. Tian Xianli;Wang Peng;Tian Yubing;Zhang Rui;Jiang Zhehan;Gao Jing.Journal of biophotonics,2023

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

通感一体系统中的虚警抑制算法研究

大语言模型在网络安全领域的应用探索

基于深度学习的电信运营商网络投诉工单智能分类技术研究

人工智能安全技术与发展研究

基于旋转象限的天线方向角智能预测方法研究与应用