来源：期刊VIP网 时间：
作者：符泽凡;姚竟发;滕桂法;
单位：河北农业大学信息科学与技术学院;河北软件职业技术学院软件工程系;河北省高校智能互联装备与多模态大数据应用技术研发中心;河北省数字农业产业技术研究院;河北省农业大数据重点实验室;
摘要：针对各类网站为了避免被检测到敏感信息，网站内的文字常采用变体词对敏感词词库进行规避。为解决这一问题，文中提出一种基于BERT模型结合变体字还原算法的网站敏感信息识别的方法。该方法将针对文本中的变体词进行还原，通过采用BERT模型对文本内容进行向量化，并将其输入由Bi LSTM层和CNN层构成的模型进行训练，从而实现对网站内敏感信息及其变体词的识别。实验结果显示，变体词还原的正确率较高，通过BERT模型获取的文本向量在文本分类任务中表现出色。与其他模型相比，BERT-Bi LSTM-CNN模型在网站敏感信息识别任务中表现出更高的准确率、召回率和F_1值，呈现明显的提升。文中模型为变体词还原问题和敏感信息识别领域提供了参考和支持，具有一定的实际应用价值。
关键词：网站;;敏感信息;;变体词;;BERT;;双向长短期记忆网络;;卷积神经
