[发明专利]一种基于干扰特征的关键词识别方法及装置

权利要求书

1.一种基于干扰特征的关键词识别方法，其特征在于，所述方法包括以下步骤：

建立敏感词数据库以及关键词组合规则；

将待测试文本输入到敏感词数据库以及关键词组合规则中，进行匹配；

得到匹配结果并输出。

2.根据权利要求1所述的基于干扰特征的关键词识别方法，其特征在于：

所述建立敏感词库以及关键词组合规则，包括如下步骤：

用户输入规则；

根据用户输入规则提取出关键词以及关键词组合规则；

根据所提取的关键词进行变异扩充，得到敏感词数据库；

输出敏感词数据库以及关键词组合规则。

3.根据权利要求1所述的基于干扰特征的关键词识别方法，其特征在于：

所述将待测试文本输入到敏感词数据库以及关键词组合规则中，进行匹配，过程如下：

输入待测试文本；

提取所述待测试文本的关键词；

判断所述关键词是否与敏感词数据库能够匹配；

若匹配，则所述关键词为敏感关键词，需过滤掉；

若不匹配，则判断所述关键词是否与敏感特征词数据库能够匹配；若不匹配，则所述关键词不是敏感关键词，则不需过滤；若匹配，则判断所述关键词中是否存在噪音；

若不存在噪音，则所述关键词不是敏感关键词，则不需过滤；

若存在噪音，则所述关键词是具有干扰信息的关键词，需过滤掉。

4.根据权利要求1所述的基于干扰特征的关键词识别方法，其特征在于：

所述判断所述关键词中是否存在噪音，过程如下：

记录所述关键词的第一个字符，为对应的原始内容索引；

记录所述关键词的最后一个字符，为对应的原始内容最后一个字符索引；

判断两个索引之差是否大于关键词因子的字符数；

若大于，则所述关键词为具有干扰信息的关键词，需滤除掉；

若不大于，则所述关键词不是敏感关键词，则不需过滤。

5.一种基于干扰特征的关键词识别装置，其特征在于：采用所述的基于干扰特征的关键词识别方法实现，包括：建立数据库及规则模块、匹配模块以及输出模块；

所述建立数据库及规则模块、匹配模块以及输出模块依次顺序连接；

所述建立数据库及规则模块，用于建立敏感词数据库以及关键词组合规则；

所述匹配模块，用于将待测试文本输入到敏感词数据库以及关键词组合规则中，进行匹配；

所述输出模块，用于得到匹配结果并输出。