文件名称：基于决策树的敏感词变形体识别算法研究及应用
文件大小：1.54MB
文件格式：PDF
更新时间：2024-05-20 07:43:37
敏感词识别 敏感词变形体 决策树
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。