[發(fā)明專利]一種基于規(guī)則與詞典的監(jiān)獄犯人短信自動(dòng)審核方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710326939.0
• 申請(qǐng)日: 2017-05-10
• 公開（公告）號(hào): CN107168951B
• 公開（公告）日: 2019-07-05
• 發(fā)明（設(shè)計(jì)）人: 李玉軍;徐正;油麗娜;張潔
• 申請(qǐng)（專利權(quán)）人: 山東大學(xué)
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27;G06K9/62;H04W4/14
• 代理公司: 濟(jì)南金迪知識(shí)產(chǎn)權(quán)代理有限公司 37219
• 代理人: 葉亞林

1.一種基于規(guī)則與詞典的監(jiān)獄犯人短信自動(dòng)審核方法，其特征在于，包括步驟如下：

1)對(duì)短信內(nèi)容進(jìn)行預(yù)處理；對(duì)短信內(nèi)容進(jìn)行中文分詞；

2)利用短信審核規(guī)則對(duì)短信內(nèi)容進(jìn)行初步審核；所述短信審核規(guī)則包括：

2.1)重復(fù)短信：對(duì)同一監(jiān)獄犯人在兩天內(nèi)發(fā)送或接收的內(nèi)容重復(fù)的短信進(jìn)行攔截；

2.2)無內(nèi)容短信：對(duì)無短信內(nèi)容的短信進(jìn)行攔截；

2.3)外文限制：對(duì)包含外文的短信進(jìn)行攔截；

2.4)數(shù)字限制：對(duì)于短信內(nèi)數(shù)字?jǐn)?shù)量過大的短信進(jìn)行攔截；判斷數(shù)字?jǐn)?shù)量過大的標(biāo)準(zhǔn)是，短信中數(shù)字的數(shù)量超過7個(gè)或數(shù)字個(gè)數(shù)占短信總字符個(gè)數(shù)的比例大于30％；

2.5)錢財(cái)限制：對(duì)于涉及錢財(cái)數(shù)目過大的短信進(jìn)行攔截；涉及錢財(cái)數(shù)目過大的判斷方法為：a、利用正則表達(dá)式判斷短信內(nèi)涉及的錢財(cái)數(shù)目是否超過規(guī)定；b、判斷中文分詞后得到的詞組是否包含有關(guān)錢財(cái)?shù)淖盅郏?/p>

3)利用nGram判斷短信是否通順；

3.1)設(shè)短信S由詞w₁,w₂,...,w_n順序排列組成，則短信S出現(xiàn)的概率

P(S)＝P(w₁w₂...w_n)＝P(w₁)P(w₂|w₁)...P(w_n|w₁w₂...w_n-1) (2.1)；

3.2)簡(jiǎn)化式(2.1)得：P(S)＝P(w₁)P(w₂|w₁)...P(w_n|w_n-1) (2.2)；

3.3)計(jì)算P(w_i|w_i-1)，根據(jù)大數(shù)定律得：

其中，#(w_i-1,w_i)為語料庫(kù)中w_i-1和w_i前后相鄰出現(xiàn)的次數(shù)，#(w_i-1)為語料庫(kù)中w_i單獨(dú)出現(xiàn)的次數(shù)；

3.4)將P(w_i|w_i-1)與閾值p對(duì)比，當(dāng)P(w_i|w_i-1)≥p時(shí)，進(jìn)入步驟4)，否則，攔截短信；

4)利用樸素貝葉斯模型對(duì)短信內(nèi)容進(jìn)行分類；

首先，對(duì)監(jiān)獄提供的所有短信進(jìn)行主題標(biāo)簽的人工標(biāo)定，短信和與短信對(duì)應(yīng)的主題標(biāo)簽共同構(gòu)成樸素貝葉斯模型的先驗(yàn)樣本M₀；根據(jù)先驗(yàn)樣本M₀建立關(guān)鍵詞典；

計(jì)算關(guān)鍵詞典中的詞w為主題i的概率為P_i(w)，其中，#(w)為詞w在先驗(yàn)樣本M₀中出現(xiàn)的次數(shù),#_i(w)為詞w在先驗(yàn)樣本M₀所有主題為i的短信中出現(xiàn)的次數(shù)；假設(shè)各詞對(duì)短信的影響是互相獨(dú)立的，新的短信S含有關(guān)鍵詞w₁,w₂,...,w_n，關(guān)鍵詞w₁,w₂,...,w_n被判為主題i的先驗(yàn)概率為P_i(w₁),P_i(w₂),...,P_i(w_n)，則新的短信S被判為主題i的后驗(yàn)概率為：

P_i(S)＝1-(1-P_i(w₁))(1-P_i(w₂))...(1-P_i(w_n))+P_i(w₁)P_i(w₂)...P_i(w_n) (3.1)

則新的短信S不通過的概率為：

P(S)＝∑P_i(S)，i為禁止通過主題； (3.2)

當(dāng)P(S)大于閾值W時(shí)，攔截該短信。