网络文本蕴含关系识别的异常信息获取仿真

摘要

为优化地方志语料库信息完整度及数据提供的可靠性,需及时检测语料库中网络文本间存在的异常信息.为此以网络文物文本蕴含关系作为分析对象,提出基于卷积神经网络算法的文本关系异常信息获取方法.在地方志语料库网络中采集并统计标注信息等知识源,并将其作为文物的文本信息,构建分段卷积神经网络训练获取到的文本信息,进行文本语义空间向量化,并得到文物文本蕴含关系识别结果.基于此选取KNN算法获取网络异常信息,利用截断距离获取的底层网络局部密度与距离获取网络文物文本蕴含关系识别结果中各数据样本点,文物文本信息数据局部密度与间距满足设定阈值时,判定该样本点为异常数据.仿真结果表明,采用上述方法识别文物文本蕴含关系准确率均在97.5％以上,获取网络异常信息准确率均高于98.5％,可应用于网络异常状态监测中.