工商網(wǎng)上違法廣告智能識(shí)別關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著科技的進(jìn)步和社會(huì)的發(fā)展，網(wǎng)絡(luò)經(jīng)營(yíng)和網(wǎng)上消費(fèi)越來(lái)越受到廣告經(jīng)營(yíng)者和消費(fèi)者的青睞，互聯(lián)網(wǎng)廣告在經(jīng)濟(jì)社會(huì)領(lǐng)域中發(fā)揮著不可替代的作用。但是帶來(lái)巨大便利的同時(shí)也帶來(lái)了很多問(wèn)題:虛假宣傳、夸大療效、保證治愈等誤導(dǎo)、欺騙消費(fèi)者的現(xiàn)象。因此對(duì)互聯(lián)網(wǎng)廣告進(jìn)行有效的監(jiān)督和監(jiān)管具有非常重要的意義。
　　 本文面向工商監(jiān)管領(lǐng)域，對(duì)網(wǎng)絡(luò)違法文本廣告智能識(shí)別的關(guān)鍵技術(shù)進(jìn)行研究與實(shí)現(xiàn)。不同類別的違法廣告有不同的處理方式，首先使用改進(jìn)的文本分類算法對(duì)文本廣

2、告進(jìn)行分類。通過(guò)挖掘維基百科知識(shí)，向文檔中添加語(yǔ)義特征，改善向量空間模型的效果。然后基于擴(kuò)充的維基百科語(yǔ)義特征，提出新的文檔相似度計(jì)算方法，通過(guò)聚類過(guò)程為置信度高的未標(biāo)注樣本打上標(biāo)記，以此來(lái)擴(kuò)充標(biāo)注樣本的數(shù)量，提高廣告文本分類效果。
　　 在違法廣告的識(shí)別上，針對(duì)包含禁用詞類型的廣告，對(duì)傳統(tǒng)的關(guān)鍵詞匹配技術(shù)進(jìn)行改進(jìn)，提出基于上下文的邏輯關(guān)鍵詞匹配技術(shù)。針對(duì)包含違法描述句子型的廣告，結(jié)合廣告文本較短以及語(yǔ)義缺失等特點(diǎn)，提出基于潛在