基于注意力机制的社交垃圾文本检测方法OACSTPCD
Attention-based approach of detecting spam in social networks
在社交网络中,大量的垃圾文本严重威胁用户的信息安全与社交网站的信用体系.针对噪声性与稀疏性问题,提出一种基于注意力机制的卷积神经网络检测方法.在经典卷积神经网络的基础上,该方法增加了过滤层,并在过滤层设计基于朴素贝叶斯权重技术的注意力机制,解决了噪声性问题.并且,它改变了池化层原有的策略,采用基于注意力机制的池化策略,缓解了稀疏性问题.结果 表明,相对于其他检测方法,所提方法的检测准确率在4个数据集上分别提高了1.32％、2.15％、0.07％、1.63％.
曲强;于洪涛;黄瑞阳
国家数字交换系统工程技术研究中心,河南郑州450002国家数字交换系统工程技术研究中心,河南郑州450002国家数字交换系统工程技术研究中心,河南郑州450002
信息技术与安全科学
社交网络信息安全垃圾文本注意力机制
《网络与信息安全学报》 2020 (1)
54-61,8
国家自然科学基金创新群体基金资助项目(No.61521003)
评论