[發(fā)明專利]一種基于中文分詞識(shí)別不規(guī)則垃圾短信的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210533577.X
• 申請(qǐng)日: 2012-12-12
• 公開（公告）號(hào): CN103874033B
• 公開（公告）日: 2017-11-24
• 發(fā)明（設(shè)計(jì)）人: 肖克華
• 申請(qǐng)（專利權(quán)）人: 上海粱江通信系統(tǒng)股份有限公司
• 主分類號(hào): H04W4/14
• 分類號(hào): H04W4/14;H04M1/725;G06F17/27
• 代理公司: 上海兆豐知識(shí)產(chǎn)權(quán)代理事務(wù)所(有限合伙)31241
• 代理人: 章蔚強(qiáng)

1.一種基于中文分詞識(shí)別不規(guī)則垃圾短信的方法，其特征在于，包括下列步驟：

步驟S1，接收短信，讀取短信內(nèi)容；

步驟S2，根據(jù)短信內(nèi)容，按照從左到右的橫向排列方式，進(jìn)行中文分詞；

步驟S3，按步驟S2的中文分詞結(jié)果，記錄單詞個(gè)數(shù)W1，W1為正整數(shù)，計(jì)算短信橫排權(quán)重Q1＝1/(1+W1)；

步驟S4，根據(jù)不規(guī)則排列短信用控制字符控制每行短信字符數(shù)的特點(diǎn)，計(jì)算上述接收的短信的不規(guī)則區(qū)域，將不規(guī)則區(qū)域中的短信內(nèi)容按照豎向排列方式讀取，按照讀取的短信內(nèi)容，將上述接收的短信轉(zhuǎn)換為橫向排列的短信；

步驟S5，對(duì)步驟S4中轉(zhuǎn)換得到的短信，按照從左到右的橫向排列方式進(jìn)行中文分詞；

步驟S6，按步驟S5的中文分詞結(jié)果，記錄單詞個(gè)數(shù)W2，W2為正整數(shù)，計(jì)算短信豎排權(quán)重Q2＝1/(1+W2)；

步驟S7，比較短信橫排權(quán)重Q1與短信豎排權(quán)重Q2，若Q1<Q2，進(jìn)入步驟S8b；若Q1>＝Q2，進(jìn)入步驟S8a；

步驟S8a，判定短信為正常排列短信；

步驟S8b，判定短信為不規(guī)則排列短信，

所述步驟S4中，所述的計(jì)算上述接收的短信的不規(guī)則區(qū)域，指：計(jì)算每行字符的個(gè)數(shù)，按照每行的字符個(gè)數(shù)模型，確定短信的不規(guī)則區(qū)域，

所述的每行的字符個(gè)數(shù)模型，指：等長(zhǎng)規(guī)則或者等差規(guī)則，其中，等長(zhǎng)規(guī)則指：當(dāng)前行的字符個(gè)數(shù)和上一行的字符個(gè)數(shù)相等；等差規(guī)則指：當(dāng)前行的字符個(gè)數(shù)與上一行的字符個(gè)數(shù)的差等于同一個(gè)常數(shù)。

2.根據(jù)權(quán)利要求1所述的基于中文分詞識(shí)別不規(guī)則垃圾短信的方法，其特征在于，所述的不規(guī)則排列短信包括：豎排短信、橫豎混排短信和豎排異形短信。

3.根據(jù)權(quán)利要求2所述的基于中文分詞識(shí)別不規(guī)則垃圾短信的方法，其特征在于，根據(jù)判定的短信類型，采用內(nèi)容分析匹配關(guān)鍵字，依據(jù)規(guī)則識(shí)別出是否符合關(guān)鍵字，從而識(shí)別是否為垃圾短信。

4.根據(jù)權(quán)利要求1所述的基于中文分詞識(shí)別不規(guī)則垃圾短信的方法，其特征在于，所述方法基于連接于七號(hào)信令網(wǎng)中信令鏈路的信令消息檢測(cè)處理裝置以及連接所述信令消息檢測(cè)處理裝置的業(yè)務(wù)管理中心。