基于深度學習的短信分類技術研究.pdf

1、隨著移動互聯網的迅猛發(fā)展，手機短信憑借其價格低廉、使用便捷和傳遞可靠等優(yōu)點，成為人們日常生活中必不可少的聯絡手段，在各個領域得到了廣泛的應用。然而，短信的大量使用在信息安全方面帶來了一定的隱患，例如垃圾短信的泛濫。正因為這樣，如何保持短信業(yè)務健康發(fā)展的同時避免垃圾短信造成的不良影響成為一個亟待解決的問題。深度學習是機器學習研究中的一個新的領域，能夠自動地提取所需要的特征且良好地表達特征。尤其是對大規(guī)模數據進行處理時效果非常好。本文研究的

2、重點是如何將深度學習與文本分類技術相結合對短信進行分類，從而減少短信帶來的負面影響。
　　本文主要針對目前的短信分類技術準確率不高的問題，提出以文本分類技術為基礎，結合深度學習算法來對短信進行分類。主要的方法是：將收集的短信數據集作為研究對象，對數據集中的短信進行預處理和特征選擇，短信以向量的形式作為深度信念網絡的輸入神經元，輸出神經元根據分類的類別標簽個數所定，運用深度信念網絡對樣本進行訓練和測試，得出分類結果。
　　實驗