基于BERT-TextCNN融合模型的垃圾短信识别方法  

作　　者：董佳鑫 罗婷 

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038

出　　处：《电脑知识与技术》2024年第6期1-4,13,共5页Computer Knowledge and Technology

基　　金：中央高校基本科研业务费专项资金资助(2022JKF02015)。

摘　　要：当今社会智能手机已经成为人们生活的必需品,庞大的智能手机用户数量使得垃圾短信充斥在整个通讯网络环境中,因此对于大量垃圾短信识别的研究非常重要。文章基于一种将BERT模型和TextCNN模型融合的垃圾短信识别方法,同时聚焦于垃圾短信文本的上下文语义以及关键词特征。该方法利用开源的垃圾短信数据集进行试验,试验结果表明,BERT-TextCNN融合模型在垃圾短信的识别在精准度、召回率以及F1值这些指标上都有不错的表现,相较于现有模型有明显提高。

关 键 词：文本分类 TextCNN BERT 垃圾短信 融合模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]