[发明专利]一种推送信息分类方法及系统

说明书

本发明公开了一种推送信息分类方法及系统，用于提高推送信息分类的效率和准确性，该方法包括获取推送信息对应的文本信息；将所述文本信息进行分词处理，获得所述文本信息对应的词组序列；对所述词组序列中的每个词组进行向量编码后，输入到深度神经网络模型；根据所述深度神经网络模型的输出结果，确定所述推送信息为垃圾信息，并确定所述推送信息在垃圾信息中的类型。

技术领域

本发明涉及无线通信领域，尤其涉及一种推送信息分类方法及系统。

背景技术

垃圾短信通常指未经用户同意向用户发送的用户不愿意接收到的短信，这些短信通常是具有商业、广告、诈骗、涉黑、涉黄等违规内容，严重影响到了人们的日常生活、运营商形象及社会民生的和平稳定，甚至给人民的生命财产带来严重后果。

目前，针对垃圾短信的分类方法主要是基于内容的垃圾短信分类方法。

基于内容的垃圾短信分类方法是通过对垃圾短信中文本特征的学习和特征的分类实现短信文本的分类。但该种方法提取的文本特征存在不完整的可能，对垃圾短信的分类能力有限。并且，基于内容的垃圾短信分类方法以短信文本中各词组的特征相互独立分布为前提条件，对各词组的分类存在一定偏差，从而导致对应的垃圾短信的分类结果存在一定偏差。同时，针对大数据背景下垃圾短信体量浩大、生成快速等特点，基于内容的垃圾短信分类方法从文本特征到短信分类的映射能力有限，无法有效的满足快速变异的垃圾短信分类需求。

发明内容

本发明提供一种推送信息分类方法及系统，用以解决现有技术中存在的对垃圾信息的分类能力有限，分类结果不准确，无法有效的实现快速变异的垃圾信息分类的问题，提高垃圾信息分类的效率和准确性。

第一方面，本发明实施例提供了一种推送信息分类方法，该方法包括：

获取推送信息对应的文本信息；

将所述文本信息进行分词处理，获得所述文本信息对应的词组序列；

对所述词组序列中的每个词组进行向量编码后，输入到深度神经网络模型；其中，所述深度神经网络模型包括回复式双向LSTM层和前向Softmax层，所述回复式双向LSTM层用于解析所述每个词组的多层含义，更新所述每个词组对应的所述向量编码，所述前向Softmax层根据所述更新后的所述向量编码对所述每个词组进行分类，并将所述分类中词组数量最多的分类作为所述深度神经网络模型的输出结果；

根据所述深度神经网络模型的输出结果，确定所述推送信息为垃圾信息，并确定所述推送信息在垃圾信息中的类型。

一种实施方式，所述回复式双向LSTM层更新所述每个词组对应的所述向量编码后，该方法还包括：

获取垃圾信息的样本数据；

对所述样本数据进行语义分析确定每个样本数据所表达的语义，并基于所述语义的共性确定垃圾信息模型中垃圾信息所对应的多种类型；

所述前向Softmax层根据所述更新后的所述向量编码和所述垃圾信息模型确定所述每个词组对应的类型，并将词组数量最多的类型确定为所述推送信息的类型，然后将所述确定的所述推送信息的类型作为所述深度神经网络模型的输出结果。

一种实施方式，所述深度神经网络模型还包括Highway层，该方法还包括：

所述更新后的所述向量编码经过所述Highway层后输入所述前向Softmax层；其中，所述Highway层用于放大所述每个词组对应的语义特征值。

一种实施方式，将所述文本信息进行分词处理前，该方法还包括：

将所述文本信息中的繁体中文转化为简体中文；

去除所述文本信息中的错别字和乱码。