面向中文文本的欺騙行為檢測研究.pdf

1、隨著計算機和網絡技術的不斷發(fā)展,新的通訊方式正被越來越多的用戶接受和使用。從傳統(tǒng)的電子郵件、即時通信到時下流行的微博、微信等都為人們提供了一種便捷的信息傳播方式,也為用戶及時分享和交互大量的信息提供了公共平臺。這些以網絡通訊為媒介的信息傳播方式在改變人們日常生活的同時,也為欺騙帶來了新的場所和形式。現有研究表明,三分之一的人際交往中會涉及到潛在的欺騙,大量的欺騙信息充斥在各種各樣的通訊媒介中。如果某個欺騙信息對個人生命、組織生存、甚至國

2、家安全有潛在的危險,那么疏忽欺騙將會導致難以估量的損失。目前針對中文文本欺騙自動檢測還沒有一種行之有效的方法,因此,如何準確高效地進行欺騙信息自動檢測成為當前一個迫切需要解決的問題。
　　欺騙已在社會科學的很多學科中被廣泛研究,它是指信息發(fā)送者故意傳送錯誤的消息以導致接收者得出錯誤的結論,基于此,近年來自然科學領域的相關專家采用基于統(tǒng)計、機器學習和自然語言處理等方法開展了欺騙檢測的研究。目前欺騙檢測已成為信息安全領域的重要研究內容

3、,國外對欺騙檢測的研究都以英文自然語言為研究對象,主要集中在四個方面:欺騙檢測的理論研究、欺騙檢測的模型研究、欺騙檢測的實驗研究和欺騙檢測的數據集研究,而專門針對中文文本的欺騙檢測研究在國內外還處于初級階段。
　　本文以探索中文文本欺騙檢測方法為主要目標,闡述了國內外欺騙檢測的應用背景和研究現狀,構建了中文文本欺騙檢測數據集,挖掘了數據集中的欺騙性語言線索和詞特征,分別提出了基于分類技術的欺騙檢測方法、基于多粒度認知的欺騙檢測方法

4、和基于集成學習的欺騙檢測方法,并對不同模型分別進行了實驗驗證和分析。
　　具體來講,本文的主要工作和創(chuàng)新點如下:
　　(1)構建了中文文本欺騙行為檢測語料庫。
　　提出了欺騙檢測語料庫的構建規(guī)范和原則,介紹了欺騙檢測語料庫中文本的來源、內容、規(guī)模及語料的加工措施。同時,基于語料庫的構建原則建立了包括1493篇欺騙性文本和10191篇非欺騙性文本的欺騙檢測語料庫。
　　(2)研究了欺騙特征線索抽取方法。
　　

5、提出了基于假設檢驗的語言學線索抽取方法,首先假設一組能夠判別欺騙性文本和非欺騙性文本的語言線索集,再利用統(tǒng)計實驗數據分別驗證每個假設線索,最后確定對中文文本欺騙檢測有用的語言線索集;提出了兩種詞特征抽取方法:①利用互信息、CHI統(tǒng)計方法抽取文本中特征值較大的詞,②基于依存句法分析結果選取欺騙檢測語料庫中文本的核心詞,將上邊兩種方法抽出的詞作為文本詞特征。
　　(3)提出了基于分類技術的欺騙檢測方法。
　　利用分類方法能夠從文

6、本消息中區(qū)分出欺騙性和非欺騙性消息的能力,本文將欺騙檢測問題轉化為二分類問題,提出了一種基于分類技術的中文文本欺騙行為檢測模型。該模型分別采用三種分類技術進行了欺騙檢測實驗,包括貝葉斯分類器、最大熵分類器和支持向量機分類器。
　　(4)提出了基于多粒度認知的欺騙檢測方法。
　　本文從多粒度認知角度提出了兩種欺騙檢測模型:基于多特征的欺騙檢測模型和基于多層次的欺騙檢測模型。多特征的欺騙檢測模型驗證了不同類型的特征集對欺騙檢測結