基于特征矩阵构造与BP神经网络的垃圾文本过滤模型

来源：计算机工程杂志2020年第8期北京时间：

作者：方瑞, 于俊洋, 董李锋

单位：1. 河南大学 软件学院, 河南 开封 475000;2. 河南九域腾龙信息工程有限公司, 郑州 450000

摘要：在网络社交平台海量的信息文本中含有许多垃圾文本，这些文本的广泛散布影响了人们正常社交。为此，提出一种垃圾文本过滤模型。通过BERT模型提取文本的句编码，采用B-Feature方法对句编码进行特征构造，并根据文本与所得特征之间的联系进一步将该特征构造为特征矩阵，运用BP神经网络分类器对特征矩阵进行处理，检测出垃圾文本并进行过滤。实验结果表明，该模型在长、中、短文本数据集上的准确率较TFIDF-BP模型分别提高7.8%、3.8%和11.7%，在中、短文本数据集上的准确率较朴素贝叶斯模型分别提高2.1%和13.7%，能有效对垃圾文本进行分类和过滤。

关键词：BERT模型,特征构造,BP神经网络,垃圾文本过滤,文本分类,句编码

基金资助：国家自然科学基金（61602525）；河南省科技发展计划项目（182102210229）。