【嘉德点评】电话诈骗还能防？腾讯逆天黑科技专利告诉你怎么防止电话诈骗的新技术！
集微网消息，随着移动通信技术的不断发展，移动终端例如手机、iPad等也变得越来越普及。但是，在移动通信技术给人们的生活带来便利的同时，也给犯罪活动带来了方便，尤其是电话诈骗、网络聊天诈骗等犯罪活动也日益猖獗起来。
目前，通信诈骗的手段越来越多，让人们防不胜防，特别是老年人、未成年人群体更容易上当受骗，因此给人们的生活造成很大的影响。
例如针对电话诈骗的防范措施，主要是通过收集诈骗人常用电话号码，建立一个诈骗号码数据库，然后识别来电号码是否在该诈骗号码数据库中，如果当前来电号码在该诈骗号码数据库中，则提示接听电话的用户当前通话是诈骗电话。
但是，现有方案中，一方面诈骗人可以更换电话号码继续行骗，因此不仅成本高，而且防欺诈效果无法达到要求；另一方面，仅能识别出当前通话是否诈骗电话，并不能识别出具体的诈骗类型。
针对这些问题，腾讯在18年4月12日申请了一项名为“通信防诈骗方法、装置、计算机可读介质及电子设备”的发明专利（申请号：201810327176.6），申请人为腾讯科技（深圳）有限公司。
根据目前公开的专利资料，让我们一起来看看这项防电话诈骗技术吧。
如上图所示为通信防诈骗方法的流程图，其中包括这些步骤，首先要提取相关于当前通讯的文本信息的词向量，当前通讯的文本信息可以直接来自网络聊天、短信、彩信等文本内容，也可以是来自电话通信、QQ语音通话和微信语音通话等中的通话语音转换成的文本信息。这个词向量就是每个词的特征，用相应的算法进行提取，从而让计算机可以理解这些词是什么意思。
其次，根据文本信息的词向量获得文本信息的句向量，再根据文本信息的句向量获得当前通讯的诈骗类型概率分布。在人们的生活中经常遇到这些类型的诈骗手段：保险推销类、金钱诈骗类、冒充公检法类、保健品推销类、绑架诈骗类等。
最后，根据当前通讯的诈骗类型概率分布确定当前通讯的目标诈骗类型。
上述过程中，有一个步骤尤其重要，即根据文本信息的词向量获得文本信息的句向量，这个句向量可以用于判断整个句子的语义信息，从而最终判断当前谈话内容中是否涉及到诈骗信息，因此下面再详细介绍一下获得文本信息句向量的方法。
首先，将文本信息的词向量输入到训练好的递归神经网络中进行训练，然后通过递归神经网络输出文本信息的句向量。这里的递归神经网络是什么呢，为什么可以完成由单词到句子转换这么艰巨而又复杂的任务呢？
递归神经网络和普通的神经网络算法不同的地方就在于递归神经网络可以用来分析具有语序信息的内容，会将当前的输入同上一次的输出联系起来，举个简单的例子就好比神经网络可以决定今天吃什么早餐，早餐是什么完全是根据今天的状态来进行判断的，比如想喝粥，神经网络再无法进一步进行判断，而递归神经网络却可以联系到昨天的早餐吃什么，昨天喝了红豆粥，那今天就会换一种，而不会连续一周都会是红豆粥。
因此，在向递归神经网络输入词向量后，就可以通过词向量来进行组合为句向量。最后，我们再来看看整个系统是如何工作的吧。
上图为通信防诈骗方法的流程图，在用户打电话的时候，语音识别技术会将用户的通话信息转换为文本信息，送入到自然语言处理模块中进行判断是否为诈骗电话，如果是诈骗电话，就继续分析其诈骗类型，从而采取不同的策略，甚至可以直接联系银行及时锁定银行卡、自动把诈骗电话列入黑名单等操作。
以上就是腾讯的电话防诈骗技术，可以预见在今后我们的生活中将会拥有越来越多的人工智能产品，而这些产品也确实会对于我们的生活产生十分重要的影响以及利处，期待这些新兴技术！（校对/holly）
*此内容为集微网原创，著作权归集微网所有。未经集微网书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。
