基于半監(jiān)督學習的網絡敏感信息識別.pdf

1、隨著互聯網的發(fā)展,人們越來越多地依靠網絡來獲取和發(fā)布信息,互聯網中存儲和傳播的信息對于大眾輿論的形成和傳播有巨大的影響,其中也隱藏著巨大的安全威脅。許多不法分子利用網絡自由交互的特點,在網絡上散布各種有損社會和諧的言論,即所謂的敏感信息,這些信息一旦擴散開來,往往會造成極其惡劣的影響,進而帶來巨大的輿論壓力,并造成相當的經濟損失。因此,及實、準確對網絡敏感信息進行識別成為相關部門急需解決的問題。
　　通常網絡敏感信息的傳播速度非常

2、快,因此傳統(tǒng)的機器學習方法會面臨一個嚴峻的問題,那就是不能花費大量的時間來進行樣本標注。只能應用少量已標注樣本在采用大量未標注樣本的輔助下完成分類器的訓練,即采用半監(jiān)督學習的方法來解決這個問題。
　　敏感信息在網絡輿情中占的比例很小。在采集到的樣本中,很大一部分是普通輿情信息,如果采用這樣的數據進行分類器的訓練,分類的結果勢必會偏向樣本數較多的那一類。為了解決這個問題,可以采用過采樣的方法來增加少數類樣本,使正負類樣本數均衡,進而