[發明專利]一種文本類電子證據的特征提取方法及系統

在審

• 申請號: 202310651059.6
• 申請日: 2023-06-02
• 公開（公告）號: CN116611421A
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 楊珂;陳鵬;郭慶雷;王合建;李永亮;楊成;高博;李學鋒;于曉昆;馬小小
• 申請（專利權）人: 國網數字科技控股有限公司;國網區塊鏈科技（北京）有限公司;國網寧夏電力有限公司;國網寧夏電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06F40/20
• 分類號: G06F40/20;G06F16/35;G06N3/0464;G06N3/048;G06N3/08;G06Q50/18
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 崔清楊

本發明提供了一種文本類電子證據的特征提取方法及系統，該方法為：利用預設的詞向量模型處理文本類電子證據，以提取得到文本類電子證據的原始特征詞向量；將原始特征詞向量輸入預設的卷積神經網絡進行特征提取，以提取得到文本類電子證據的特征。本方案中，先利用詞向量模型提取文本類電子證據的原始特征詞向量，再利用預設的卷積神經網絡對原始特征詞向量進行特征提取以提取得到文本類電子證據的特征，從而提高提取文本特征的準確性和精度。

技術領域

本發明涉及深度學習技術領域，具體涉及一種文本類電子證據的特征提取方法及系統。

背景技術

隨著移動互聯網的高速發展，網絡上產生的文本類電子證據的信息量急劇增長，如何高效地從文本類電子證據中提取出有用的信息是文本檢索和數據挖掘等技術首要解決的問題。

目前通常采用諸如詞頻統計等傳統文本特征提取方法來提取文本類電子證據的特征，但是前述傳統文本特征提取方法難以處理文本中的復雜關系和非線性特征，提取文本特征的準確性較差和精度較差。

發明內容

有鑒于此，本發明實施例提供一種文本類電子證據的特征提取方法及系統，以解決傳統文本特征提取方法存在的提取文本特征的準確性較差和精度較差等問題。

為實現上述目的，本發明實施例提供如下技術方案：

本發明實施例第一方面公開一種文本類電子證據的特征提取方法，所述方法包括：

利用預設的詞向量模型處理文本類電子證據，以提取得到所述文本類電子證據的原始特征詞向量；

將所述原始特征詞向量輸入預設的卷積神經網絡進行特征提取，以提取得到所述文本類電子證據的特征，所述卷積神經網絡模型包含輸入層、卷積層、池化層和全連接層，所述卷積層包含N個卷積核大小不同的普通卷積層和M個空洞率不同的空洞卷積層。

優選的，將所述原始特征詞向量輸入預設的卷積神經網絡進行特征提取，以提取得到所述文本類電子證據的特征，包括：

將所述原始特征詞向量進行拼接以形成詞向量矩陣；

通過預設的卷積神經網絡的輸入層將所述詞向量矩陣傳遞給所述卷積神經網絡的卷積層；

利用所述卷積層對所述詞向量矩陣進行特征提取以得到一組一維特征向量，并將提取得到的所述一組一維特征向量傳遞給所述卷積神經網絡的池化層；

利用所述池化層對所述一組一維特征向量進行L2范數歸一化以得到歸一化后的特征向量，并將所述歸一化后的特征向量傳遞給所述卷積神經網絡的全連接層；

利用所述全連接層處理所述歸一化后的特征向量以得到所述文本類電子證據的特征。

優選的，利用所述全連接層處理所述歸一化后的特征向量以得到所述文本類電子證據的特征，包括：

利用配置有Dropout算法的所述全連接層處理所述歸一化后的特征向量以得到所述文本類電子證據的特征。

優選的，所述卷積層所包含的第一個普通卷積層和第一個空洞卷積層配置LeakyRelu激活函數，所述卷積層所包含的第二個普通卷積層和第二個空洞卷積層配置tanh激活函數。

優選的，所述方法還包括：

將所述文本類電子證據的特征上傳至區塊鏈上。

本發明實施例第二方面公開一種文本類電子證據的特征提取系統，所述系統包括：

第一提取單元，用于利用預設的詞向量模型處理文本類電子證據，以提取得到所述文本類電子證據的原始特征詞向量；