[发明专利]一种垃圾短信的识别方法、装置和移动终端

权利要求书

1.一种垃圾短信的识别方法，其特征在于，包括：

获取终端设备接收到的待检测短信；

根据预设分词词表对所述待检测短信进行最大匹配分词处理，得到待检测分词，所述预设分词词表中保存有预先根据训练短信进行分词处理的各个分词；

通过将所述待检测分词输入到预先配置的短信识别模型进行分析，确定所述待检测短信是否为垃圾短信。

2.根据权利要求1所述的方法，其特征在于，所述根据预设分词词表对所述待检测短信进行最大匹配分词处理，得到待检测分词之前，所述方法还包括：

对获取的训练短信利用条件随机算法进行分词处理得到第一分词集，并根据所述第一分词集建立预设分词词表；

根据所述预设分词词表对所述训练短信进行最大匹配分词处理，得到第二分词集；

将所述第二分词集利用向量分类算法进行训练，得到短信识别模型。

3.根据权利要求2所述的方法，其特征在于，根据所述预设分词词表对所述训练短信进行最大匹配分词处理，得到第二分词集，具体包括：

获取训练短信对应的发送者号码；

将所述发送者号码划分为个人号码和非个人号码；

根据所述预设分词词表，分别对所述个人号码的训练短信和所述非个人号码的训练短信进行最大匹配分词处理，得到个人号码训练分词集和非个人号码训练分词集。

4.根据权利要求3所述的方法，其特征在于，将所述第二分词集利用向量分类算法进行训练，得到短信识别模型，具体包括：

将所述个人号码训练分词集利用向量分类算法进行训练，得到个人号码短信识别模型；及

将所述非个人号码训练分词集利用向量分类算法进行训练，得到非个人号码短信识别模型；

将所述个人号码短信识别模型和非个人号码短信识别模型进行组合作为短信识别模型。

5.根据权利要求2所述的方法，其特征在于，根据所述第一分词集建立预设分词词表，具体包括：

利用信息增益算法对所述第一分词集进行降维处理；

根据降维处理结果，按照特征维度从多到少的顺序，对所述第一分词集中的各个分词进行排序，并提取前预定数量的分词，生成预设分词词表。

6.根据权利要求5所述的方法，其特征在于，所述利用信息增益算法对所述第一分词集进行降维处理，具体包括：

利用所述信息增益算法，计算所述第一分词集中分词对应的各个特征项的信息熵；

通过剔除分词中所述信息熵小于预定信息熵的特征项，对所述第一分词集进行降维处理。

7.根据权利要求2所述的方法，其特征在于，将所述第二分词集利用向量分类算法进行训练，得到短信识别模型之后，所述方法还包括：

利用预定压缩算法，将所述预设分词词表与所述短信识别模型进行压缩合并得到短信识别文件；

所述根据预设分词词表对所述待检测短信进行最大匹配分词处理，具体包括；

根据所述短信识别文件中的预设分词词表对所述待检测短信进行最大匹配分词处理；

所述通过将所述待检测分词输入到预先配置的短信识别模型进行分析，具体包括：

通过将所述待检测分词输入到所述短信识别文件中的短信识别模型进行分析。

8.一种垃圾短信的识别装置，其特征在于，包括：

获取单元，用于获取终端设备接收到的待检测短信；

分词单元，用于根据预设分词词表对所述待检测短信进行最大匹配分词处理，得到待检测分词，所述预设分词词表中保存有预先根据训练短信进行分词处理的各个分词；

分析单元，用于通过将所述待检测分词输入到预先配置的短信识别模型进行分析，确定所述待检测短信是否为垃圾短信。

9.一种存储设备，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7任一项所述的垃圾短信的识别方法。

10.一种移动终端，其特征在于，所述移动终端包括存储设备和处理器，

所述存储设备，用于存储计算机程序；

所述处理器，用于执行所述计算机程序以实现权利要求1至7任一项所述的垃圾短信的识别方法。