融合权重惩罚BiGRU模型的网络敏感信息发现及实证研究
来源：图书情报工作杂志2024年第13期北京时间：
作者：吴树芳,杨强,朱杰
单位：1 河北大学管理学院 保定 071000;2 河北大学数学与信息科学学院 保定 071000
摘要：[目的/意义] 网络敏感信息发现对于净化网络空间和维护社会稳定具有重要意义。针对当前网络敏感信息发现研究忽略长距离上下文语义，从而导致发现性能欠佳的问题，提出敏感词融合权重惩罚 BiGRU 模型的网络敏感信息发现方法。 [方法/过程] 首先，得到敏感词的统计权重、类别权重和情感权重，并将三者融合得到敏感词的融合权重；其次，利用融合权重构建敏感词加权损失函数，以惩罚 BiGRU 模型对包含敏感词文本的错误发现；最后，基于惩罚后的 BiGRU 模型实现对网络敏感信息的发现。 [结果/结论] 在新浪微博真实数据集上的实证结果显示，与已有方法相比，提出的方法在精确率、召回率和 F1 值上均有一定提高。
关键词：长距离上下文语义,敏感词权重,敏感信息发现,BiGRU,
基金资助：本文系全国教育科学“十三五”规划一般项目“高等教育促进区域创新驱动发展战略实现路径优化研究”（项目编号：BIA200203）研究成果之一。
