文献类型：期刊文章

作　　者：唐华[1,2] 杨解君[1] 王俊[2] 黄炜[2]

Tang Hua;Yang Xiejun;Wang Jun;Huang Wei(School of Safety Science and Engineering,Nanjing Tech University,Nanjing　211800;Information Technology Center,Hubei University of Technology,Wuhan　430068)

机构地区：[1]南京工业大学安全科学与工程学院,南京211800 [2]湖北工业大学信息技术中心,武汉430068

出　　处：《情报杂志》

基　　金：湖北省教育厅人文社会科学研究青年项目"风险管理视角下的信息安全"(编号:15Q065);国家自然科学基金项目"微博环境下实时主动感知网络舆情事件的多核方法研究"(编号:71303075)研究成果之一

年　　份：2018

卷　　号：37

期　　号：3

起止页码：64-70

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：[目的/意义]针对现有的涉恐信息过滤在语义过滤和主题无关性方面还存在一定的不足,建立了基于K近邻分类算法的涉恐信息过滤模型。[方法/过程]通过采用K近邻分类算法、TF-IDF分词系统和语义相似度计算建立了一种新的涉恐信息过滤模型,并从爬取主题的一次过滤到关键词匹配的二次过滤,最终进行语义分析的三次过滤,构建了一套完整的涉恐信息过滤体系。[结果/结论]本模型能够快速高效地获取涉恐信息,克服了语义和主题无关性等因素的干扰,较于传统的涉恐信息过滤在查全率和查准率上面有了很大的提升。

关 键 词：涉恐信息  信息过滤 K近邻算法 分词系统 语义相似度

分 类 号：G350]