基于深度学习的中文微博作者身份识别研究.PDFVIP

———————————————————————————————————————————————— 基于深度学习的中文微博作者身份识别研究 作者 徐晓霖，蔡满春，芦天亮 机构 中国人民公安大学 信息技术与网络安全学院 DOI 10.19734/j.issn.1001-3695.2018.05.0486 基金项目 国家重点研发计划重点专项资助项目（2017YFB0802804 ）；国家自然科学基金资助项目 ；中国人民公安大学2018 年基本科研业务费科研机构项目（2018JKF504） 预排期卷 《计算机应用研究》 2020 年第37 卷第1 期 摘要 作者身份识别一直在公安行业和文检工作中起着重要的作用。现有的作者语言风格建模过程 繁琐、文本特征工程没有普适性。针对此问题，在无须专家进行特征建模的情况下，提出 CABLSTM 中文微博作者身份识别模型，并在公开微博语料集测试该模型准确度。该模型为最 大化的提取短文本特征，融合Attention 机制于CNN 中并去除池化层，通过双向LSTM 以获 取上下文相关信息，身份识别结果通过Softmax 层进行输出。实验结果表明，该模型在进行 中文微博作者身份识别任务中与传统机器学习算法以及TextCNN 和LSTM 算法相对比，在准 确率、召回率、F 值方面都有一定的提升。 关键词 作者身份识别；LSTM；CNN；特征自动提取 作者简介 徐晓霖（1994- ），男，山东济南人，硕士，主要研究方向为网络安全与执法 （1326227533@）；蔡满春（1972-），男，副教授，博士，主要研究方向为网络安全 密码学；芦天亮（1985-），男，副教授，博士，主要研究方向为网络安全 恶意代码分析与 ､ ､ 检测． 中图分类号 TP391.72 访问地址 /article/02-2020-01-045.html 投稿日期 2018 年5 月29 日 修回日期 2018 年7 月11 日 发布日期 2018 年11 月5 日 基于深度学习的中文微博作者身份识别研究 ———————————————————————————————————————————————— 引用格式 徐晓霖, 蔡满春, 芦天亮. 基于深度学习的中文微博作者身份识别研究[J/OL]. 2020, 37(1). [2018-11-05]. /article/02-2020-01-045.html. 37 1 Vol. 37 No. 1 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于深度学习的中文微博作者身份识别研究 * 徐晓霖，蔡满春，芦天亮 ( 中国人民公安大学 信息技术与网络安全学院, 北京 102623) 摘 要：作者身份识别一直在公安行业和文检工作中起着重要的作用。现有的作者语言风格建模过程繁琐、文本特征 工程没有普适性。针对此问题，在无须专家进行特征建模的情况下，提出CABLSTM 中文微博作者身份识别模型，并 在公开微博语料集测试该模型准确度。该模型为最大化的提取短文本特征，融合Attention 机制于CNN