[發明專利]垃圾短信的識別方法及裝置

在審

• 申請號: 201711277588.5
• 申請日: 2017-12-06
• 公開（公告）號: CN108062303A
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 李強;周楠;史東杰
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06N3/08
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種垃圾短信的識別方法，其特征在于，包括：

獲取短信的文本信息；

判斷所述文本信息中是否存在異常信息，所述異常信息為不可進行文字語料識別的信息；

若存在異常信息，則對所述異常信息進行預處理；

根據不同時序下處理后的異常信息及所述文本信息結合垃圾短信預測模型確定所述短信是否為垃圾短信，所述垃圾短信預測模型用于根據所述處理后的異常信息以及所述文本信息識別短信的文本信息中存在垃圾信息的短信；

若為垃圾短信，則將所述垃圾短信進行提示標記。

2.根據權利要求1所述的方法，其特征在于，所述獲取短信的文本信息之前，所述方法還包括：

根據時序維度建立具有多個預設神經網絡組合結構的垃圾短信預測模型。

3.根據權利要求1所述的方法，其特征在于，所述異常信息包括繁體字信息、拼音信息、熱門用語、特殊字符，所述若存在異常信息，則對所述異常信息進行預處理包括：

若存在異常信息，則解析所述異常信息的異常類型；

查找與所述異常類型對應的預置編碼表，將所述異常信息與所述預置編碼表進行對比，確定出根據所述預置編碼表進行轉換后的異常信息。

4.根據權利要求3所述的方法，其特征在于，所述若存在異常信息，則對所述異常信息進行預處理之后，所述方法還包括：

配置轉換后的繁體字信息、和/或拼音信息、和/或熱門用語、和/或特殊字符的獨熱碼，并將處理后的文本信息轉換為句子向量。

5.一種垃圾短信的識別裝置，其特征在于，包括：

獲取單元，用于獲取短信的文本信息；

判斷單元，用于判斷所述文本信息中是否存在異常信息，所述異常信息為不可進行文字語料識別的信息；

處理單元，用于若存在異常信息，則對所述異常信息進行預處理；

確定單元，用于根據不同時序下處理后的異常信息及所述文本信息結合垃圾短信預測模型確定所述短信是否為垃圾短信，所述垃圾短信預測模型用于根據所述處理后的異常信息以及所述文本信息識別短信的文本信息中存在垃圾信息的短信；

標記單元，用于若為垃圾短信，則將所述垃圾短信進行提示標記。

6.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

建立單元，用于根據時序維度建立具有多個預設神經網絡組合結構的垃圾短信預測模型。

7.根據權利要求5所述的裝置，其特征在于，所述異常信息包括繁體字信息、拼音信息、熱門用語、特殊字符，所述處理單元包括：

解析模塊，用于若存在異常信息，則解析所述異常信息的異常類型；

對比模塊，用于查找與所述異常類型對應的預置編碼表，將所述異常信息與所述預置編碼表進行對比，確定出根據所述預置編碼表進行轉換后的異常信息。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

配置單元，用于配置轉換后的繁體字信息、和/或拼音信息、和/或熱門用語、和/或特殊字符的獨熱碼，并將處理后的文本信息轉換為句子向量。

9.一種存儲介質，所述存儲介質中存儲有至少一可執行指令，所述可執行指令使處理器執行如權利要求1-4中任一項所述的垃圾短信的識別方法對應的操作。

10.一種終端，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如權利要求1-4中任一項所述的垃圾短信的識別方法對應的操作。