２０２３年第８期(第４２卷总第５５６期)基于ＴｅｘｔＣＮＮ￣Ｂｅｒｔ融合模型的不良信息识别技术裴卓雄１ꎬ杨敏２ꎬ杨婧２(１国家计算机网络应急技术处理协调中心ꎬ北京１０００３２ꎻ２国家计算机网络应急技术处理协调中心山西分中心ꎬ山西太原０４４４００)摘要:敏感领域的不良信息具有极强的迷惑性和欺骗性ꎬ腐蚀人们的思想ꎬ影响人们的价值观和判断能力ꎬ危害社会安全ꎬ研究敏感领域不良信息的识别技术具有深远意义ꎮ通用的识别技术忽略了背景知识和隐喻问题ꎬ直接应用于敏感领域不良信息识别效果较差ꎮ提出一种基于ＴｅｘｔＣＮＮ￣Ｂｅｒｔ的融合模型ꎬ通过敏感领域主题识别和情感隐喻识别ꎬ实现对敏感领域不良信息的文本识别ꎮ实验结果表明ꎬ该模型在准确率、Ｆ１评分等指标方面取得了良好的结果ꎬ相较于现有模型有显著提高ꎮ关键词:敏感领域ꎻＴｅｘｔＣＮＮꎻＢｅｒｔꎻ融合模型中图分类号:ＴＰ３９９文献标识码:ＡＤＯＩ:１０１９３５８/ｊｉｓｓｎ２０９７－１７８８２０２３０８０１２引用格式:裴卓雄ꎬ杨敏ꎬ杨婧.基于ＴｅｘｔＣＮＮ￣Ｂｅｒｔ融合模型的不良信息识别技术[Ｊ].网络安全与数据治理ꎬ２０２３ꎬ４２(８):７２－７６.ＢａｄｉｎｆｏｒｍａｔｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎＴｅｘｔＣＮＮ￣ＢｅｒｔｆｕｓｉｏｎｍｏｄｅｌＰｅｉＺｈｕｏｘｉｏｎｇ１ꎬＹａｎｇＭｉｎ２ꎬＹａｎｇＪｉｎｇ２(１ＮａｔｉｏｎａｌＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋＥｍｅｒｇｅｎｃｙＲｅｓｐｏｎｓｅＴｅｃｈｎｉｃａｌＴｅａｍ/ＣｏｏｒｄｉｎａｔｉｏｎＣｅｎｔｅｒｏｆＣｈｉｎａ(ＣＮＣＥＲＴ/ＣＣ)ꎬＢｅｉｊｉｎｇ１０００３２ꎬＣｈｉｎａꎻ２ＮａｔｉｏｎａｌＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋＥｍｅｒｇｅｎｃｙＲｅｓｐｏｎｓｅＴｅｃｈｎｉｃａｌＴｅａｍ/ＣｏｏｒｄｉｎａｔｉｏｎＣｅｎｔｅｒｏｆＣｈｉｎａ(Ｓｈａｎｘｉ)ꎬＴａｉｙｕａｎ０４４４００ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｔｈｅｂａｄｉｎｆｏｒｍａｔｉｏｎｉｎｓｅｎｓｉｔｉｖｅａｒｅａｓｉｓｅｘｔｒｅｍｅｌｙｃｏｎｆｕｓｉｎｇａｎｄｄｅｃｅｐｔｉｖｅꎬｃｏｒｒｏｄｅｓｐｅｏｐｌｅ′ｓｔｈｉｎｋｉｎｇꎬａｆｆｅｃｔｓｐｅｏ￣ｐｌｅ′ｓｖａｌｕｅｓａｎｄｊｕｄｇｍｅｎｔꎬａｎｄｅｎｄａｎｇｅｒｓｓｏｃｉａｌｓｅｃｕｒｉｔｙ.Ｒｅｓｅａｒｃｈｏｎｔｈｅｉｄｅｎｔｉｆｉｃａｔ...
