基于决策树的敏感词变形体识别算法研究及应用

• 作者: 付聪 余敦辉 张万山 张笑笑
• 来源期刊: 计算机应用研究
• 关键词: 敏感词识别 敏感词变形体 决策树 敏感程度计算 多因子模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1395-1399,1405
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.11.0792

摘要

针对网络中敏感词变形体识别效率不高的问题,提出了基于决策树的敏感词变形体识别算法.首先,通过分析汉字的结构和读音等特征,研究敏感词及变形体;其次,基于敏感词库构建敏感词决策树;最后,通过多因子改进模型,对微博等新媒体的文本敏感程度进行计算.实验结果表明,该算法在识别中文敏感词及变形体时,查全率和查准率最高分别可达95％和94％,与基于确定有穷自动机的改进算法相比,查全率和查准率分别提高了19.8％和21.1％;与敏感信息决策树信息过滤算法相比,查全率和查准率分别提高17.9％和18.1％.通过分析,该算法对敏感词变形体的识别和自动过滤是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余敦辉	湖北大学计算机与信息工程学院	29	152	6.0	11.0
5	张笑笑	湖北大学计算机与信息工程学院	1	0	0.0	0.0
6	付聪	湖北大学计算机与信息工程学院	3	6	2.0	2.0
7	张万山	湖北大学计算机与信息工程学院	10	26	3.0	5.0