[发明专利]一种基于卷积神经网络的点击诱饵检测方法

摘要

本发明公开了一种基于卷积神经网络的点击诱饵检测方法，分解其实施顺序包括以下步骤：步骤1：词的切分，将句子分解成为单个的词；步骤2：词的向量化表示，由于离散的字，词无法作为模型的输入，需要将词表示为可供计算机处理的向量，将词表示为连续的稠密的词向量，将所有词向量拼接构成查找矩阵；步骤3：自动提取特征，利用卷积神经网络结构自动产生有用的特征；步骤4：分类器，通过学习得到的特征，将词输入到分类器中，最终得到模型的预测结果。该方法能够自动得到不依赖于外部的特征，并适用于所有语言，优于以往的人工构造特征的方法，本发明的方法在跨语言任务上的健壮性和有效性。

主权项

1.一种基于卷积神经网络的点击诱饵检测方法，其特征在于，从输入新闻表示，到系统给出判定是否为点击诱饵，分解其实施顺序包括以下步骤：步骤1：词的切分，将句子分解成为单个的词，通过词承载的句子语义，能够更好地使用模型对句子进行进一步的分析和处理；步骤2：词的向量化表示，由于离散的字，词无法作为模型的输入，需要将词表示为可供计算机处理的向量，将词表示为连续的稠密的词向量，以保存从上下文中学习到的句法和语义信息，将所有词向量拼接构成查找矩阵L∈Rd×|V|，嵌入矩阵可以从通过一个均匀分布随机初始化或者预先从一个大的文本语料库中预先训练得到；步骤3：自动提取特征，利用卷积神经网络结构自动产生有用的特征，使用多个具有不同的窗口大小卷积滤波器产生特征，捕捉不同粒度的局部特征，对该特征图进行最大池化操作；步骤4：分类器，通过学习得到的特征，将词输入到分类器中，最终得到模型的预测结果，即输入的文本是否为点击诱饵，并输出置信度概率。