针对直播弹幕的TextCNN过滤模型

• 作者: 明建华 胡创 周建政 姚金良
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 直播弹幕 带噪短文本 文本过滤 卷积神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 162-167
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1910-0447

摘要

网络直播的兴起,促使直播弹幕成为一种新型的交流方式.随之而来的还有各类非法弹幕.在识别非法弹幕方面,人工筛选过于低效,传统关键词过滤方法和统计机器学习方法识别率较低,且无法应对变异短文本.如何让机器更高效、更准确地识别非法弹幕以营造更好的网络环境是一个很有意义的问题.提出了基于文本卷积神经网络(TextCNN)的带噪非法短文本识别方法.通过对带噪短文本的预处理以及利用文本卷积神经网络挖掘字符间的相关特征,极大地提高了直播弹幕中非法短文本的识别率.