[发明专利]一种非正常短消息识别方法及装置

权利要求书

1.一种非正常短消息识别方法，其特征在于，所述方法还包括：

获取在第Q个标注周期内的第一短消息集合，所述第一短消息集合为在所述第Q个标注周期内的经过人工标注的短消息的集合；

获取所述第一短消息集合中对每一条短消息的人工标注记录；

依据所述人工标注记录，为每一条短消息配置相应的标注序列；

依据所述标注序列的元素的取值，确定在所述第Q个标注周期内与所述标注序列相对应的短消息是否为非正常短消息；其中，Q为正整数；

在所述第一短消息集合中，计算出为所述短消息配置的标注序列的长度大于预设的第一阈值时，确定在所述第Q个标注周期内对所述短消息是否为非正常短消息的判定结果为第一级别可信度的判定结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

为所述第一短消息集合中的每一条短消息配置的标注序列的元素的个数等于所述短消息在所述第Q个标注周期内被人工标注的总次数M；

配置所述标注序列的每一元素的取值为与所述人工标注记录一一对应的预设值；

相应的，依据所述标注序列，确定在所述第Q个标注周期内与所述标注序列相对应的短消息是否为非正常短消息，包括：

依据所述标注序列的元素的取值，确定在所述第Q个标注周期内与所述标注序列相对应的短消息是否为非正常短消息。

3.根据权利要求2所述的方法，其特征在于，所述预设值包括第一预设值及第二预设值，且所述人工标注记录表征所述短消息在第m次标注为非正常短消息时，配置所述标注序列的第m个元素取值为第一预设值；所述人工标注记录表征所述短消息在第m次标注为正常短消息时，配置所述标注序列的第m个元素取值为第二预设值；其中，m∈{1～M中的正整数}；

相应的，所述依据所述标注序列的元素的取值，确定在所述第Q个标注周期内与所述标注序列相对应的短消息是否为非正常短消息，包括：

在所述标注序列中，计算取值为第一预设值的元素的数量，并配置为第一数量，计算取值为第二预设值的元素的数量，并配置为第二数量，当所述第一数量超过所述第二数量时，确定与所述标注序列相对应的短消息为非正常短消息；或者，

对所述标注序列中的元素进行采集，形成采样样本，在所述采样样本中，计算取值为第一预设值的元素的数量，并配置为第一数量，计算取值为第二预设值的元素的数量，并配置为第二数量，当所述第一数量超过所述第二数量时，确定在所述第Q个标注周期内与所述标注序列相对应的短消息为非正常短消息；或者，

在所述标注序列中，搜索出连续取值为第一预设值和第二预设值的元素块，计算连续取值为第一预设值的元素块中所包括的元素的数量，并配置为第一数量，计算连续取值为第二预设值的元素块中所包括的元素的数量，并配置为第二数量，当所述第一数量超过第二数量时，确定在所述第Q个标注周期内与所述标注序列相对应的短消息为非正常短消息；或者，

配置所述标注序列为具有第一预设值和第二预设值两个状态的马尔科夫链，计算状态之间的转移概率，当第一预设值状态的转移概率超过第二预设值状态的转移概率，确定在所述第Q个标注周期内与所述标注序列相对应的短消息为非正常短消息。

4.根据权利要求1所述的方法，其特征在于，所述依据所述标注序列，确定在所述第Q个标注周期内与所述标注序列相对应的短消息是否为非正常短消息之后，所述方法还包括：

获取在第Q+1个标注周期内的第二短消息集合，所述第二短消息集合为在所述第Q+1个标注周期内的经过人工标注的短消息的集合；

获取所述第一短消息集合与第二短消息集合中相同或相似度超过第四阈值的短消息，并配置所述短消息为第一类型短消息；

获取所述第二短消息集合中对所述第一类型短消息的人工标注记录；

依据所述人工标注记录，为所述第一类型短消息配置相应的标注序列；

获取在第Q个标注周期内为所述第一类型短消息配置的标注序列；

将在所述第Q+1个标注周期内的标注序列与在第Q个标注周期内的标注序列进行合并，形成合并标注序列；

依据所述合并标注序列，确定在所述第Q+1个标注周期内的与所述合并标注序列相对应的所述第一类型短消息是否为非正常短消息，以维持或修正对所述第一类型短消息在所述第Q个标注周期内的确定结果。