面向信息内容安全的文本过滤模型研究  

Research on Harmful Text Filtering Model Based on Semantic Analysis

作　　者：刘梅彦[1] 黄改娟[1] 

机构地区：[1]北京信息科技大学智能信息处理研究所,北京100192

出　　处：《中文信息学报》2017年第2期126-131,138,共7页Journal of Chinese Information Processing

基　　金：国家自然科学基金(61070119;61370139);北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130519);北京市教委专项(PXM2013_014224_000042;PXM2014_014224_000067)

摘　　要：该文设计了一种面向信息内容安全的不良文本信息过滤模型。该模型采用主题信息过滤和倾向性过滤两级过滤模式,以语句为基本处理单元,采用依存句法获取语句的语义框架,结合基于知网的词汇褒贬倾向性判别,识别文本中的不良信息并予以过滤。实验表明,该模型能够较好地提高文本过滤效率和准确率。In this paper, we designed a content security orieuted filtering model. This model adopts two-tier filtering mode, and the first tier is a subject-based text filtering, and the second tier is a tendency text filtering for the relevant texts. With sentence as the basic processing unit, This model adopts dependency parsing to get the semantic framework. By combination with the semantic orientation based on HowNet with the semantic framework, the harmful information can be identified and filtered at a better accuracy and efficiency.

关 键 词：文本信息过滤 不良文本 语义分析 依存句法分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]