基于中文分词的预警短信审核平台

陈焯坚 廖镇强 吴志纯 何小玲

摘要：随着网络技术的快速发展，越来越多的预警短信可以通过网络终端进行大范围传播，其传播速度快，覆盖范围广，成为人们接收预警信息的一种非常重要方式。然而人们在享受实时预警短信时，还需要面对垃圾预警短信的骚扰，严重影响预警短信的功能性，因此提出基于中文分词的预警短信审核平台，来过滤垃圾预警短信。通过对基于中文分词的预警短信审核平台进行硬件、软件设计，结合试验分析表明，提出的基于中文分词的预警短信审核平台，具有较高的实用性，相比常规预警短信发布平台，能够有效过滤掉80%垃圾短信。

关键词：中文分词；预警短信；审核平台；实时性

中图分类号：TP303 文献标识码：A

引言

预警短信多应用在天气预报等自然灾害预警领域，对人们出行、生活有着重要的导向意义。大多数预警短信都是基于Internet网络终端，依托中心数据库服务器，通过短信平台发送出来的。人们在接收预警短信的同时，也会受到垃圾短信的干扰，因此提出基于中文分词的预警短信审核平台。通过短信审核平台对垃圾短信进行过滤，解决电信系统的顽疾，改善移动通信业的负面影响。首先利用中文分词技术，实现对预警短信发布前的快速检验。然后利用以往的历史数据，对预警短信进行分析入库，没有出现在库中的词语给予提示。最后基于正则表达式验证发布时间，完成基于中文分词的预警短信审核平台的工作流程设计。

1基于中文分词的预警短信审核平台硬件设计

首先选择GSM Modem，作为预警短信审核平台的工业级调制解调器，通过USB接口或RS232串口，使其与Internet网络终端计算机进行连接，同时使用AT指令控制GSM Modem。选择基于Windows系统的短信中间件，采用数据库接口方式，对其进行接口连接，应用MySQL作为平台的数据库，设计的预警短信审核平台硬件模式如图1所示[1]。其中，短信服务中间件主要负责建立4个共享数据库表，这些数据库表都是面向客户系统的，分别是接收记录表、已发送记录表、待发送任务表以及时间记录表。

通过脚本程序，将预警短信要发送的内容、发送时间、接收人手机号以及发送优先级进行存储，完成预警短信实时发送。

基于中文分词的预警短信审核平台，还要加入中文分词模块，通过该模块对预警短信进行审核。中文分词模块是实现预警短信文本审核的基础，通过中文分析模块，可以达到Internet网络终端计算机自动识别语句含义的效果，从而完成基于中文分词的预警短信审核平台硬件设计。

2基于中文分词的预警短信审核平台软件设计

基于中文分词的预警短信审核平台软件设计，即平台工作流程设计，首先通过中文分词模块中的中文分词算法，对预警短信中的实意词进行提取，通过实意词准确地把握预警短信的特征，根据预警短信的特征判断即将发送的预警短信是否为垃圾短信。常规短信审核模块无法对特殊符号进行审核，而中文分词技术可以将“*”、“$”、“￥”等特殊符号进行过滤，对短信内容进行分词，实现对预警短信发布前的快速检验[2]。

然后利用以往的历史数据，即MySQL数据库中的历史预警短信信息，对预警短信进行分析入库，设计的分析入库程序的流程，首先初始化读取预警短信中的最新短信ID，然后访问数据库，判断接收记录表中的短信ID是否大于最新短信ID，接下来从接收记录表中读取短信，匹配预警短信关键词，如果匹配不成功，则表明为垃圾短信，给予提示，删除。如果匹配成功，将目标号码和短信，录入待发送任务表，存入txt文件，形成新的短信ID。

通过对中文分词的预警短信审核平台工作流程进行设计，完成平台软件部分设计，结合平台硬件设计，实现基于中文分词的预警短信审核平台整体设计。

3试验分析

为了保证本文提出的基于中文分词的预警短信审核平台有效性，进行试验分析。试验过程中，事先编写100条预警短信，其中还有10条为垃圾短信，平均分成两组，一组基于Internet网络终端计算机，依托中心数据库服务器，通过常规预警短信平台发送出来；另一组通过本文设计的基于中文分词的预警短信审核平台发送出来，进行试验对比分析。对比两次试验结果，并将试验数据呈现在同一数据图表中。

3.1数据准备

为了保证试验过程的准确性，对试验参数进行设置，试验数据设置结果如表1所示。

试验首先，将100条预警短信存入txt文件，按照表1要求设置基于Internet网络终端计算机以及中心数据库服务器，然后按照设定的预警短息发送时间，进行相关性操作。在相同试验环境，相同影响参数下，让常规预警短信发送平台、本文提出的审核平台动作，进行试验分析。最后将结果进行加权处理，汇总在图一张图表中。

3.2试验结果分析

利用第三方数据记录软件，得出试验结果如图2所示：

根据图2试验结果汇总图，对试验结果汇总整理后，得出常规预警短信平台无法对垃圾短信进行过滤，而本文设计的预警短信审核平台，能够有效减少垃圾短信80%发出量，有效改善移动通信业的负面影响。

4 结语

本文提出了基于中文分词的预警短信审核平台，通过对基于中文分词的预警短信审核平台进行硬件、软件设计，结合试验分析表明，本文提出的基于中文分词的预警短信审核平台，具有较高的实用性，相比常规预警短信发布平台，能够有效过滤掉80%垃圾短信。希望本文能为预警短信审核研究提供参考价值。

参考文献

[1] 姚茂建，李晗静，吕会华，et al. 基于BI_LSTM_CRF神经网络的序列标注中文分词方法[J]. 现代电子技术，2019，42（01）：103-107.

[2] 王黎. 基于人為干预因素角度的反恐情报预警信息系统解决方案[J]. 情报杂志，2017（04）：37-44+64.

（作者单位：广东省佛冈县气象局）