基于Attention机制的BiLSTM诈骗电话识别

作者：许鸿奎^*; 姜彤彤; 李鑫; 周俊杰; 张子枫; 卢江坤

来源：计算机系统应用, 2022, 31(03): 326-332.

DOI：10.15888/j.cnki.csa.008385

• 诈骗电话
• 深度学习
• 双向长短时记忆神经网络
• 注意力机制

电话诈骗日益猖獗,严重影响人民的生命和财产安全,如何有效防范电话诈骗已成为社会的一大焦点问题.本文提出一种基于Attention-BiLSTM模型的诈骗电话识别方法.该方法以电话文本为数据集,采用双向长短时记忆神经网络(bi-directional long short-term memory)模型提取句子的长距离特征.通过引入注意力机制增强电话文本中与诈骗相关词汇的特征权重,得到电话文本的句子层面的特征向量表示,最后输入Softmax层进行分类预测.实验结果表明,基于注意力机制的BiLSTM诈骗电话分类模型的准确率较基线模型分别提高了2.15%和0.6%,具有更好的预测性能.

• 单位
  山东建筑大学