[发明专利]一种基于卷积神经网络和支持向量机的电子政务敏感文本检测方法

权利要求书

1.一种基于卷积神经网络和支持向量机的电子政务敏感文本检测方法，其特征包括：

(1)提出一种基于TFIDF和支持向量机的敏感领域文本分类模型；

(2)提出一种基于词向量和卷积神经网络的政策公文识别模型；

(3)提出一种基于敏感领域文本分类和政策公文识别的电子政务敏感文本检测模型。

2.根据权利要求1所述基于TFIDF和支持向量机的领域文本分类模型，其特征在于：采用TFIDF技术计算敏感领域和非敏感领域文本中词的权重，用于构建两类文本向量。采用支持向量机算法，将两类文本向量及其分类标签作为输入输出，迭代训练，得到最终收敛的敏感领域文本分类模型。

3.根据权利要求1所述基于词向量和卷积神经网络的政策公文识别模型，其特征在于：采用词向量算法对政策公文类和非政策公文类文本中每个关键词向量化表示，根据词序列得到文本的词向量矩阵，作为卷积神经网络的输入；采用不同尺寸的卷积核对输入的词向量矩阵进行卷积计算得到多个特征图；采用池化函数对每个特征图的特征降维，最后将特征输入到softmax分类器层中进行分类训练，得到政策公文识别模型。

4.根据权利要求1所述的基于宗教领域文本分类和政策公文识别的敏感文本检测模型，其特征在于：由于电子政务敏感领域(如宗教、军事、政治等敏感领域)政策公文多包含敏感内容，为了判别一个文本是否属于敏感文本，需要检测该文本是否为敏感领域以及该文本是否为政策公文。采用上述敏感领域文本分类模型，检测文本是否属于敏感领域，对于属于敏感领域的文本采用政策公文识别模型，判断文本是否属于政策公文。