[发明专利]一种垃圾信息识别方法及设备

摘要

一种垃圾信息识别方法及设备，可将历史识别到的垃圾信息、以及、与最近时间段被举报的垃圾信息相关的垃圾信息自动更新到训练样本集中，以对训练得到的信息识别模型进行不断更新，形成完整的基于闭环数据流的信息识别系统，从而一方面可提高所述信息识别模型对变异垃圾信息的抓取能力，另一方面还可确保所述信息识别模型对旧有形式的垃圾信息的识别能力不下降，达到了提高信息识别的时效性、准确性以及减轻人力成本等的效果。

主权项

一种垃圾信息识别方法，其特征在于，所述方法包括：确定训练样本集合、以及训练样本集合中的各训练样本所属的信息类别以及各训练样本的基础特征数据；根据各训练样本所属的信息类别以及各训练样本的基础特征数据，训练得到用于识别垃圾信息的信息识别模型；基于得到的信息识别模型，对各待识别信息进行分类，确定各待识别信息是否为垃圾信息；根据分类结果，选取第一设定数量的被确定为垃圾信息的待识别信息，并将选取的待识别信息以及第二设定数量的、与当前时段被举报的垃圾信息的相似度不低于设定的相似度阈值的信息作为垃圾信息训练样本加入到训练样本集合中，以更新所述训练样本集合；基于更新后的训练样本集合对所述信息识别模型进行更新，并基于更新后的信息识别模型确定接收到的各待识别信息是否为垃圾信息。