申请/专利权人：深信服科技股份有限公司

申请日：2019-01-25

公开（公告）日：2024-04-09

公开（公告）号：CN111488732B

主分类号：G06F40/211

分类号：G06F40/211;G06F40/289;G06F16/9535

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.08.28#实质审查的生效;2020.08.04#公开

摘要：本发明实施例提供了一种变形关键词检测方法、系统及相关设备，用于提高变形关键词检测的效率及检出率。本发明实施例中，变形关键词检测系统采用预设语言模型对待检测文本进行初步筛选，只对合理性概率值小于第一阈值的目标句子进行进一步检测，大大减少了文本检测的计算量，提高了检测效率。其次，通过检测目标句子中文本的字形和或发音与预置关键词的相似度，可以有效检测出预置关键词的可疑关键词，提高了形音字的检出率。最后，将目标句子中的可疑关键词替换为预置关键词生成还原文本，将还原文本输入预设语言模型，进行进一步的确认，若还原文本对应的合理性概率值不小于第一阈值，则判定待检测文本中存在变形关键词，提高了检测的准确率。

主权项：1.一种变形关键词检测方法，其特征在于，包括：将待检测文本输入预设语言模型中，得到所述待检测文本中每个句子的合理性概率值；若所述待检测文本中存在目标句子，所述目标句子对应的合理性概率值小于第一阈值，则检测所述目标句子中是否存在可疑关键词，所述可疑关键词与预置关键词列表中的某一个预置关键词的字形和或发音相似度超过第二阈值；若存在所述可疑关键词，则将所述目标句子中的可疑关键词替换为预置关键词生成所述目标句子对应的还原文本；判断所述还原文本所对应的合理性概率值是否大于所述第一阈值，若大于，则判定所述待检测文本中存在变形关键词；所述检测所述目标句子中是否存在可疑关键词，包括：采用滑动窗口机制从所述目标句子中依次截取预置数量的字符形成对应的字符串，并计算各个字符串与每个预置关键词的字形和或发音的相似度；判断是否存在目标滑动窗口，所述目标滑动窗口对应的字符串与某一个预置关键词的字形和或发音的相似度超过所述第二阈值，若存在，则判定所述目标句子中是否存在可疑关键词;所述检测所述目标句子中是否存在可疑关键词，包括：遍历每个汉字，计算每个汉字与所述预置关键词列表中每个关键字在发音和或字形上的相似度；若存在目标汉字，所述目标汉字与所述预置关键词列表中目标关键字相似度不小于第三阈值，则将所述目标汉字作为所述目标关键字的形音字；将所述目标关键词中的所述目标关键字替换为所述目标汉字，生成所述目标关键词对应的预置变形关键词，所有的预置变形关键词形成变形词库；采用所述变形词库中的预置变形关键词对所述目标句子进行匹配，若匹配成功，则判定所述目标句子中存在可疑关键词。

全文数据：

权利要求：

百度查询： 深信服科技股份有限公司 一种变形关键词检测方法、系统及相关设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD