[发明专利]短信的分类方法及装置有效
| 申请号: | 201811083769.9 | 申请日: | 2018-09-17 |
| 公开(公告)号: | CN110913353B | 公开(公告)日: | 2022-01-18 |
| 发明(设计)人: | 高喆;周笑添;孙常龙;康杨杨;刘晓钟;司罗 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
| 主分类号: | H04W4/14 | 分类号: | H04W4/14;H04W12/128;G06F16/35;G06N3/04;G06N3/08 |
| 代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 褚敏;宋子良 |
| 地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 短信 分类 方法 装置 | ||
本申请公开了一种短信的分类方法及装置。其中,该方法包括:获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征;将上述行为特征和上述文本特征作为组合输入特征,通过深度学习对上述短信的内容属性进行分类。本申请解决了传统的垃圾短信识别方案基于文本分类或关键词拦截的方法进行短信的分类,无法精准的对短信内容进行分类的技术问题。
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种短信的分类方法及装置。
背景技术
垃圾短信是指未经过用户同意向用户发送的用户不愿意接收到的短信,或用户不能根据自己的意愿拒绝接收的短信,垃圾短信泛滥已经严重影响到人们正常生活、运营商形象乃至社会稳定。垃圾短信识别是短信内容安全系统的第一道防线,因此,如何识别并拦截垃圾短信至关重要。
但是,在现有技术中,传统的垃圾短信识别方案通常基于文本分类或关键词拦截的方法进行,忽略了短信发送方和接收方的行为特征,从而无法精准的判断垃圾短信的风险概率。例如,使用传统的关键词拦截技术或者文本分类模型,会造成大量的误拦或者大量的漏拦。
针对上述传统的垃圾短信识别方案基于文本分类或关键词拦截的方法进行短信的分类,无法精准的对短信内容进行分类的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种短信的分类方法及装置,以至少解决传统的垃圾短信识别方案基于文本分类或关键词拦截的方法进行短信的分类,无法精准的对短信内容进行分类的技术问题。
根据本申请实施例的一个方面,提供了一种短信的分类方法,包括:获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征;将上述行为特征和上述文本特征作为组合输入特征,通过深度学习对上述短信的内容属性进行分类。
根据本申请实施例的另一方面,还提供了一种短信的分类装置,包括:获取模块,用于获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征;分类模块,用于将上述行为特征和上述文本特征作为组合输入特征,通过深度学习对上述短信的内容属性进行分类。
根据本申请实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行任意一项上述的短信的分类方法。
根据本申请实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行任意一项上述的短信的分类方法。
根据本申请实施例的另一方面,还提供了一种计算机系统,包括:处理器;以及存储器,与上述处理器连接,用于为上述处理器提供处理以下处理步骤的指令:获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征;将上述行为特征和上述文本特征作为组合输入特征,通过深度学习对上述短信的内容属性进行分类。
在本申请实施例中,通过获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征;将上述行为特征和上述文本特征作为组合输入特征,通过深度学习对上述短信的内容属性进行分类。
容易注意到的是,本申请实施例获取短信的发送方与接收方的行为特征以及获取上述短信的文本特征,依据上述行为特征和文本特征对短信的内容属性进行分类,并且,本申请方案将上述行为特征和上述文本特征联立作为组合输入特征,通过深度学习算法对上述短信的内容属性进行分类,可以有效提高对短信内容进行分类的准确性。
由此,本申请实施例达到了提高对短信内容进行分类的准确性的目的,从而实现了提高判断垃圾短信的风险概率的精准性的技术效果,进而解决了传统的垃圾短信识别方案基于文本分类或关键词拦截的方法进行短信的分类,无法精准的对短信内容进行分类的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811083769.9/2.html,转载请声明来源钻瓜专利网。





