随着网络媒体的飞速发展,网民们利用网络不断沟通交流,使得网络语言也迅速发展起来,逐渐成为了人们不可缺少的一部分,也成为了研究者们研究的对象。不可否认的是,网络语言的发展极大地丰富了汉语言的表达,促进了汉语语言文字的发展,但同时也应当注意到,网络语言中充斥着一些不规范、不和谐、不健康的内容,例如,网络语言中的错别字、语言暴力、侮辱、色情等问题。因此,如何正确地分析网络语言中存在的问题,并及时检测、跟踪网络语言问题成为了一个重要的现实问题,同时给网络媒体语言的研究者带来了新挑战和新课题。随着人工智能的不断发展,现今很多领域都取得了突破。在2016年AlphaGo正式在公众上亮相,它先后在围棋比赛中战胜世界冠军李世石和柯洁,从而轰动世界,获得人们的广泛关注。AlphaGo的出现也使得人工智能的技术获得世界的关注,让人工智能研究成为焦点。它主要由两个神经网络构成,一个是策略网络,另一个是价值网络,这两个“大脑”合作来改进下棋。本文受AlphaGo策略思想的启发,为净化网络环境对不良词汇进行识别与分类研究。基于这一研究主题,本文的主要工作有以下几点:(1)研究文本分词方法,不良词汇的识别的首要工作是要将所要研究的句子进行分词,词才是本文研究的对象,得到一个一个词之后,才能进行进一步的研究工作。(2)不良词词库构建,构建不良词库,将不良词汇进行入库处理。借助不良词库检测不良词语会更加准确,同时为后续的文本分类提供一定的依据。(3)不良词的确定与分类,不良词的识别与分类是本文的重点工作,通过这两个工作的研究来达到本文研究的目的。(4)双决策模型的构建,不良信息的识别与分类用两个“大脑”进行运作,一个大脑是爬虫获取文本并进行特征提取进而信息识别,这类比于AlphaGo的“落子选择”网络;一个大脑是基于规则和统计的方法进行不良信息库的对比及分类,这类比于AlphaGo的“价值网络”。