- 中国核心期刊（遴选）数据库收录期刊
- 中文科技期刊数据库收录期刊
- 中国学术期刊（光盘版）收录期刊
- 中国人民大学报刊资料数据库收录期刊
- 中国学术期刊综合评价数据库统计源期刊
- 中国台湾华艺数据库收录期刊
摘要：
［目的／意义］构建基于迁移学习的微博文本隐私自动分类模型，对用户欲发布的可能包含隐私的文本进行合理的提示，避免用户无意间泄露隐私，这将在很大程度上降低用户隐私泄露的风险。［方法／过程］ 采集并标注微博文本隐私分类数据集，使用深度迁移学习实现新浪微博文本的自动化分类，并对比分类平衡前后的结果。［结果／结论］ 在类别和数据不均衡的状态下，模型出现过拟合。数据再平衡后，模型的各项指标明显提升。通过与基线模型的对比，模型对于隐私类别的召回率接近83.7%，比基线模型高近34%，验证了模型的实用性。
