×

基于BP神经网络分类器的垃圾文本过滤模型

消耗积分:0 | 格式:pdf | 大小:1.26 MB | 2021-03-27

分享资料个

在网络社交平台海量的信息文本中含有许多垃圾文本，这些文本的广泛散布影响了人们正常社交。为此提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码，采用B- Feature方法对句编码进行特征构造，并根据文本与所得特征之间的联系进一步将该特征构造为特征矩阵，运用BP神经网络分类器对特征矩阵进行处理检测出垃圾文本并进行过滤。实验结果表明，该模型在长、中、短文本数据集上的准确率较 TFIDF-BP模型分别提高7.8%、3.8%和11.7%，在中、短文本数据集上的准确率较朴素贝叶斯模型分别提高2.1%和13.7%，能有效对垃圾文本进行分类和过滤。

基于BP神经网络分类器的垃圾文本过滤模型

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !