董佳鑫 羅婷

摘要：當(dāng)今社會智能手機已經(jīng)成為人們生活的必需品，龐大的智能手機用戶數(shù)量使得垃圾短信充斥在整個通訊網(wǎng)絡(luò)環(huán)境中，因此對于大量垃圾短信識別的研究非常重要。文章基于一種將BERT 模型和TextCNN 模型融合的垃圾短信識別方法，同時聚焦于垃圾短信文本的上下文語義以及關(guān)鍵詞特征。該方法利用開源的垃圾短信數(shù)據(jù)集進行試驗，試驗結(jié)果表明，BERT-TextCNN 融合模型在垃圾短信的識別在精準(zhǔn)度、召回率以及F1 值這些指標(biāo)上都有不錯的表現(xiàn)，相較于現(xiàn)有模型有明顯提高。

關(guān)鍵詞： 文本分類；TextCNN；BERT；垃圾短信；融合模型

中圖分類號：TP391 文獻標(biāo)識碼：A

文章編號：1009-3044（2024）06-0001-04