明建华，胡 创，周建政，姚金良

1.天鸽互动控股有限公司 项目部，杭州310105

2.杭州电子科技大学 计算机学院，杭州310018

随着互联网技术的发展，人类社会逐渐步入了信息时代。其中4G网络的普及催生了以直播为代表的各类信息产业。直播开始融入到人们的生活当中[1]，通过弹幕实现用户与主播、用户与用户之间的互动更是成为一种新型的网络社交方式。这种用户自由发表内容的方式方便了信息的分享与交流，但是这种互联网发布方式也极易被不法分子利用，发布一些非法广告信息。各种虚假信息、垃圾信息、色情、暴力等不良短文本遍布在各类直播弹幕中，其中色情广告在直播弹幕中最为盛行。这类色情广告通过弹幕的方式将游客引导至色情网站或者提供色情服务的微信、QQ 等社交网络账号上。为了杜绝这类非法信息的传播，直播平台需要在服务端构建专门的程序来检测用户发布的内容，确认是否为非法信息。如果是非法信息，则阻止发布信息，并封禁非法账号[2]。

当前实际应用中最为常用的短文本过滤方法是基于关键词过滤的方法[3]。该方法事先构建一个关键词列表，通过检测短文本中是否含有该关键词进行判别。这种方法的效率高，但同时识别率比较低。关键词列表的构建一般需要人为筛选，整个筛选过程耗时耗力。因此，在实际应用中一般选用已经构建好的通用关键词列表，然后根据实际应用的结果去更新关键词列表。……