作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着移动互联网的飞速发展,互联网上的信息极速爆炸,文本信息量指数级增长,而互联网的隐匿性使得在这种文本信息中存在大量异常的,有害的内容,甄别这类问题有助于保障互联网的网络安全,净化互联网环境.随着计算机硬件计算能力的增强,深度学习与神经网络在目前的工业界已经得到了广泛的应用.本文主要提出了一种利用深度学习方法检测异常有害文本的方式.
推荐文章
基于GA改进BP神经网络网络异常检测方法
网络异常检测
BP神经网络
遗传算法
异常流量
基于改进型卷积神经网络和行特征的文本检测
文本检测
最大稳定极值区域
卷积神经网络
行特征
C4.5决策树算法
一种基于角点与BP神经网络的文本检测及定位算法
文本检测算法
多尺度角点算法
BP神经网络
文本信息提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的异常文本检测
来源期刊 电子制作 学科
关键词 自然语言处理 循环神经网络
年,卷(期) 2019,(6) 所属期刊栏目 应用技术
研究方向 页码范围 90-91
页数 2页 分类号
字数 2400字 语种 中文
DOI 10.3969/j.issn.1006-5059.2019.06.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 敖翔 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自然语言处理
循环神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导