基于卷積神經(jīng)網(wǎng)絡的暗網(wǎng)網(wǎng)頁分類研究

摘要： 在海量暗網(wǎng)網(wǎng)頁中篩選敏感主題內容對執(zhí)法部門具有重要意義。通過對Freenet等暗網(wǎng)網(wǎng)頁文本特點和類別進行深入分析，提出基于TextCNN的暗網(wǎng)網(wǎng)頁主題分類模型。模型根據(jù)暗網(wǎng)網(wǎng)頁非標準化的語言特點進行數(shù)據(jù)預處理；使用預訓練的詞向量獲得網(wǎng)頁內容的表示，通過不同大小的卷積核進行卷積操作獲得特征圖像，使用最大池化函數(shù)獲得最終的特征向量；對卷積網(wǎng)絡進行正則化處理，使用softmax函數(shù)預... （共7頁）