[发明专利]垃圾信息的判断方法及装置

摘要

本公开是关于垃圾信息的判断方法及装置。该方法包括：在接收到目标信息时，对目标信息进行分词；根据预设词向量模型，获取分词后的每个词的词向量；根据每个词的词向量和预先训练得到的目标循环神经网络，获取目标信息的第一信息分类结果；根据第一信息分类结果判断目标信息是否为垃圾信息。该技术方案，在接收到目标信息时，可以对目标信息进行分词，进而获取目标信息中的每个词的词向量，进而基于该每个词的词向量和预先训练得到的目标循环神经网络，计算出该目标信息的第一信息分类结果，以准确地判断目标信息是否为垃圾信息，从而提高了对目标信息的识别精度和准确度，有助于后期对垃圾信息进行标注或拦截，以避免垃圾信息给用户带来很大困扰。

主权项

1.一种垃圾信息的判断方法，其特征在于，包括：/n在接收到目标信息时，对所述目标信息进行分词；/n根据预设词向量模型，获取分词后的每个词的词向量；若所述预设词向量模型未存储有预设词的词向量，则为所述预设词赋一个初始的词向量；/n根据所述每个词的词向量和预先训练得到的目标循环神经网络，获取所述目标信息的第一信息分类结果，其中，所述第一信息分类结果用于表征所述目标信息为垃圾信息的概率；/n根据所述第一信息分类结果判断所述目标信息是否为所述垃圾信息；/n在根据所述每个词的词向量和预先训练得到的目标循环神经网络，获取所述目标信息的第一信息分类结果之前，所述方法还包括：/n获取至少两个预设信息；/n为所述至少两个预设信息分别设置状态标记值，其中，所述状态标记值用于表征各预设信息为垃圾信息或者正常信息；/n将所述各预设信息进行分词，并根据所述预设词向量模型获取所述各预设信息中的各个词的词向量；/n根据所述各预设信息中的各个词的词向量，生成所述各预设信息所对应的词向量序列；/n根据所述各预设信息所对应的词向量序列和所述各预设信息的状态标记值对预设循环神经网络进行训练，以获取所述目标循环神经网络。/n