基于注意力机制的社交垃圾文本检测方法

• 作者: 于洪涛 曲强 黄瑞阳
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 社交网络 信息安全 垃圾文本 注意力机制
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 54-61
• 页数: 8页
• 分类号: TP309
• 字数: 6185字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020002

摘要

在社交网络中,大量的垃圾文本严重威胁用户的信息安全与社交网站的信用体系.针对噪声性与稀疏性问题,提出一种基于注意力机制的卷积神经网络检测方法.在经典卷积神经网络的基础上,该方法增加了过滤层,并在过滤层设计基于朴素贝叶斯权重技术的注意力机制,解决了噪声性问题.并且,它改变了池化层原有的策略,采用基于注意力机制的池化策略,缓解了稀疏性问题.结果 表明,相对于其他检测方法,所提方法的检测准确率在4个数据集上分别提高了1.32％、2.15％、0.07％、1.63％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洪涛		44	339	10.0	16.0
2	黄瑞阳		50	146	7.0	8.0
3	曲强		3	6	1.0	2.0