基于中文文本多分类的涉诈网址识别方法

本发明的基于中文文本多分类的涉诈网址识别方法，属于互联网安全技术领域，包括以下步骤：S1：获取网址的多个中文文本并预处理；S2：对预处理后的中文文本进行中文分词与词嵌入，将分词后的结果编码并调整成长度一致的整数序列列表；S3：对整数序列列表进行编码并输出语言向量；S4：对语言向量进行特征提取，转化为语言特征向量；S5：将语言特征向量处理，输出隐状态特征向量；S6：将隐状态特征向量进行特征提取并输出结果；S7：将特征提取结果，传递给softmax激活函数转化为概率分布；S8：选择概率最大的类别，作为该中文文本的分类结果。该方法不仅对分词器进行了优化，还结合WoBERT和CRNN模型，通过多步骤的处理，实现了对中文文本的精准分类。