一种评估暗网文本危险等级方法、系统、电子设备及存储介质

本发明公开了一种评估暗网文本危险等级方法、系统、电子设备及存储介质，包括获取暗网文本；将暗网文本输入语言模型BERT，输出高维的嵌入表示；将高维的嵌入表示输入分类模型CNN，输出特征；将特征输入神经网络BiLSTM，输出文本内容危险分数和用户危险分数；基于文本转发量、点赞量和评论量计算文本传播危险分数；基于文本内容危险分数、用户危险分数和文本传播危险分数对暗网文本划分危险等级。本发明能够从多个角度分析暗网文本的潜在危险性，包括内容特征、用户行为、传播模式。这些维度提供了更为全面的信息，能够帮助发现深度学习模型可能忽视的风险点。