[發明專利]基于nlp的wifi識別方法、電子設備和介質

有效

• 申請號: 202110039208.4
• 申請日: 2021-01-13
• 公開（公告）號: CN112364169B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 朱金星;張靜雅;葛丹妮;段力閣
• 申請（專利權）人: 北京云真信科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/295
• 代理公司: 北京鍾維聯合知識產權代理有限公司 11579
• 代理人: 丁慧玲

1.一種基于nlp的wifi識別方法，其特征在于，用于識別私有wiFi，包括以下步驟：

步驟S1、從預先設立的第一數據庫中獲取多個已標注標簽的wifi名稱信息作為語料構建語料庫，所述語料庫中的標簽包括公共wifi標簽和M個類別的wifi標簽，所述M個類別的wifi標簽分別為第一標簽、第二標簽…第m標簽…第M標簽，m＝1,2…M,M為正整數，所述wifi名稱信息為文本信息；

其中，wifi名稱信息包括公共wifi名稱信息和私有wifi名稱信息，待識別的wifi名稱信息為私有wifi名稱信息，待識別的wifi名稱信息是要確定為M個類別的wifi標簽中的一種；

步驟S2、從所述語料庫中獲取所有第m標簽對應的wifi名稱信息，構建第m目標關鍵詞列表；

步驟S3、獲取待識別的wifi名稱信息，并判斷所述待識別的wifi名稱信息中是否包括所述第m目標關鍵詞列表中的關鍵詞，若包括，則將所述識別的wifi名稱信息標注為第m標簽；

其中，所述待識別的wifi名稱信息包括從第一數據庫中獲取的已標注標簽的私有wifi名稱信息和從預先設立的第二數據庫中獲取的未標注標簽的wifi名稱信息，當待識別的wifi名稱信息為未標注標簽的wifi名稱信息，為未標注標簽的wifi名稱信息確定對應的標簽，當待識別的wifi名稱信息為已標注標簽的私有wifi名稱信息，若wifi名稱信息已變更，則實時更正wifi名稱信息對應的標簽信息；

步驟S4、每間隔預設時間段，將該時間段內所述步驟S3中標注為第m標簽的所有wifi名稱信息作為語料更新所述語料庫，并返回步驟S2；

所述步驟S2包括：

步驟S21、將所獲取所有第m標簽對應的wifi名稱信息進行分詞處理，得到分詞列表；

步驟S22、基于預先構建的停用詞庫對所述分詞列表進行去停用詞處理，得到第一關鍵詞列表；

步驟S23、從所述第一關鍵詞列表中獲取高頻關鍵詞構建所述目標關鍵詞列表；

所述方法還包括步驟S20、構建所述停用詞庫，包括：

步驟S201、基于wifi名稱信息的命名規則從基礎停用詞庫中選擇對應的基礎停用詞加入所述停用詞庫中；

步驟S202、從所述語料庫中獲取多個公共wifi的wifi名稱信息，基于所述多個公共wifi的wifi名稱信息確定公共wifi的高頻關鍵詞加入所述停用詞庫中；

所述步驟S202包括：

步驟S2021、將所獲取的多個公共wifi的wifi名稱信息進行分詞處理，得到公共wifi的分詞列表；

步驟S2022、基于所述基礎停用詞庫對所述公共wifi的分詞列表進行去停用詞處理，得到公共wifi的第一關鍵詞列表；

步驟S2023、從所述公共wifi的第一關鍵詞列表中獲取公共wifi的高頻關鍵詞。

2.根據權利要求1所述的方法，其特征在于，

所述步驟S23和所述步驟S2023中，從所述第一關鍵詞列表中獲取高頻關鍵詞包括:

步驟S231、所述關鍵詞列表為{a1,a2…an…aN},an表示第n個關鍵詞，n＝1,2…N,N為正整數，獲取an的詞頻TF(an)和逆文檔頻率IDF(an)、TF-IDF(an)：

TF(an)＝該類標簽的wifi名稱信息中an個數/該類標簽的wifi名稱信息中的總關鍵詞個數；

IDF(an)＝log(所有類別標簽的wifi名稱信息總個數/(1+所有類別標簽的wifi名稱信息中出現an的wifi名稱信息個數))；

TF-IDF(an)＝TF(an)*IDF(an)；

步驟S232、獲取TF-IDF值大于預設TF-IDF閾值的關鍵詞作為該關鍵詞列表中的高頻關鍵詞。

3.根據權利要求1所述的方法，其特征在于，

所述wifi名稱信息為wifi的ssid信息。

4.根據權利要求1所述的方法，其特征在于，

所述預設時間段為一個月。