[發明專利]電信網絡詐騙事件的劇本提取方法以及裝置

有效

• 申請號: 202010501138.5
• 申請日: 2020-06-04
• 公開（公告）號: CN111858925B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 萬辛;李鵬;劉冠男;孫旭東;曲金銘;沈亮;劉發強;倪善金;吳俊杰
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335;G06F40/211;G06F40/289;G06Q30/018;G06Q50/32
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 卞靜靜

本發明公開了電信網絡詐騙事件的劇本提取方法、裝置、電子設備以及存儲介質。該方法包括：獲取已知主題類別的電信網絡詐騙事件文本；對文本進行分句操作；提取文本中各單句的關鍵詞；利用預先建立的BERT模型提取已知主題類別的電信網絡詐騙事件文本中各單句的關鍵詞向量；基于任意兩個具有相鄰句序的單句的關鍵詞向量的均值向量之間的空間距離，對兩個具有相鄰句序的單句進行劇情階段的劃分；獲取各階段所包含的單句的關鍵詞作為所屬的主題類別下電信網絡詐騙事件中各階段的情節特征的表示。本發明實現了對于電信網絡詐騙事件劇情階段的劃分，提取出有助于識別電信網絡詐騙事件的特征，從而達到精準提取電信網絡詐騙事件劇本的目的。

技術領域

本發明涉及數據挖掘和商務智能技術領域，尤其涉及電信網絡詐騙事件的劇本提取方法、裝置、電子設備以及存儲介質。

背景技術

電信網絡詐騙是目前國內外電信行業中一個重要的問題，它威脅到人們的財產安全，同時對電信正常運營帶來巨大的困擾。因此，運營商、政府部門都試圖采取各種手段和技術進行電信詐騙案件的檢測和識別。在實際中，盡管電信網絡詐騙案件高發，但涉及的詐騙事件類型呈現出一定的規律性。如果能夠掌握詐騙事件的發展形式以及劇本情節，對于詐騙防范和識別、公眾教育和宣導都有較大的幫助。因此，亟需設計一種有效的詐騙事件劇本提取方法。

發明內容

本發明的一個目的是解決至少上述問題和/或缺陷，并提供至少后面將說明的優點。

本發明提供了電信網絡詐騙事件的劇本提取方法和裝置，基于該方法和裝置，可以實現對于電信網絡詐騙事件劇本的劇情階段的劃分，提取出有助于識別電信網絡詐騙事件的特征，達到提取電信網絡詐騙事件劇本的目的。

第一方面，提供了一種電信網絡詐騙事件的劇本提取方法，包括：

獲取已知主題類別的電信網絡詐騙事件文本；

對所述已知主題類別的電信網絡詐騙事件文本進行分句操作；

提取所述已知主題類別的電信網絡詐騙事件文本中各單句的關鍵詞；

利用預先建立的BERT模型提取所述已知主題類別的電信網絡詐騙事件文本中各單句的關鍵詞向量；

基于任意兩個具有相鄰句序的單句的關鍵詞向量的均值向量之間的空間距離，對兩個具有相鄰句序的單句進行劇情階段的劃分；

獲取各階段所包含的單句的關鍵詞作為所述已知主題類別的電信網絡詐騙事件文本所屬的主題類別下電信網絡詐騙事件中各階段的情節特征的表示。

可選地，所述的電信網絡詐騙事件的劇本提取方法中，

所述獲取已知主題類別的電信網絡詐騙事件文本，包括：

獲取由已知主題類別的且屬于同一主題類別的電信網絡詐騙事件文本所構成的電信網絡詐騙事件文本集合；

所述提取所述已知主題類別的電信網絡詐騙事件文本中各單句的關鍵詞，包括：

將各電信網絡詐騙事件文本中具有相同句序的單句構建成具有相應句序的單句集合，基于各單句集合提取具有相應句序的單句的關鍵詞。

可選地，所述的電信網絡詐騙事件的劇本提取方法中，所述基于任意兩個具有相鄰句序的單句的關鍵詞向量的均值向量之間的空間距離，對兩個具有相鄰句序的單句進行劇情階段的劃分，包括：

基于任意兩個具有相鄰句序的單句的關鍵詞向量的均值向量之間的空間距離確定空間距離大于指定閾值的兩個具有相鄰句序的單句；

將所述空間距離大于指定閾值的兩個具有相鄰句序的單句劃分為劇情的兩個階段。

可選地，所述的電信網絡詐騙事件的劇本提取方法，還包括：

對未知主題類別的電信網絡詐騙事件文本進行分類；