[發明專利]對內容分類的方法及系統

有效

• 申請號: 200710097952.X
• 申請日: 2007-04-23
• 公開（公告）號: CN101296155A
• 公開（公告）日: 2008-10-29
• 發明（設計）人: 柴曉前;彭錦;卓漢·祖依德維格
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04L12/54
• 分類號: H04L12/54;H04L12/28;G06F17/30
• 代理公司: 北京同達信恒知識產權代理有限公司
• 代理人: 宋松

技術領域

本發明涉及網絡及通信領域，特別是涉及對內容分類的方法及系統。?

背景技術

隨著網絡技術和各項信息技術的飛速發展，用戶所能接觸到的內容逐漸脫離時間和空間的限制，用戶暴露在色情、暴力、病毒等一系列不健康和對客戶端有威脅的內容面前的機率大大增加，于是對通信內容過濾的需求越來越強烈。現有的過濾技術包括：名單過濾技術、關鍵詞過濾技術、模板過濾技術、分類過濾技術等，其中基于分類的內容過濾技術由于其使用靈活和適應性廣泛而成為研究的熱點。另一方面，自動文摘技術已經發展了50年左右，與其相關的基礎技術(如：自動分詞)也經歷了長期的發展并形成了一些實用系統，尤其是西文自動文摘發展已經比較成熟。同時視頻摘要技術的研究和成果也日新月異，越來越成熟。?

參見圖1所示，目前基于分類的內容過濾框架從結構上主要分為2個部分：內容過濾單元和內容分類單元。內容分類單元提供一個接口CBCS-1，內容分類請求方(包括：框架內部的內容過濾單元，以及外部的其他請求者)均可以通過此接口獲取待分類內容的內容類別。內容分類請求方可輸入的參數包括：內容本身或內容標識(如URI)和/或其他與內容相關信息(如內容所有者)。?

參見圖2所示，目前內容分類請求方獲取待分類內容的內容類別的過程，包括下列步驟：?

1.內容分類請求方確定使用內容本身去請求內容類別，如：情況一，內容分類請求方為內容過濾單元，其收到的內容過濾請求中只帶有內容本身，而沒有其他內容標識和預分類信息；情況二，內容分類請求方為內容過濾單元，?其收到的內容過濾請求中的內容為預分類內容，但其預分類信息不可信任且沒有其他內容標識；情況三，內容分類請求方為內容過濾單元，其收到的內容過濾請求中帶有內容本身和內容標識，但是內容分類提供方(內容分類單元)無法提供其內容標識對應的類別信息；情況四，內容提供商作為內容分類請求方僅僅是為了請求類別，以生成預分類內容，供其提供的內容在以后被請求時使用該類別信息；情況五，內容分類請求方為內容過濾單元，其收到的內容過濾請求中帶有內容本身和內容標識，由于內容過濾單元設置成不支持以內容標識去獲取類別的模式，從而直接使用內容本身去請求內容類別。?

2.內容分類請求方構造內容類別請求消息，并向內容分類提供方發送該消息，其中攜帶了內容本身。?

3.內容分類提供方從內容類別請求消息中提取出內容本身，并對內容本身采用適當的算法進行分類。?

4.內容分類提供方構造響應消息，向內容分類請求方返回內容類別。?

在輸入參數中，直接體現該內容的只有內容本身和內容對應的URI。URI不一定總是能獲取，同時對于該URI對應的內容類別，內容分類提供方不一定能提供(如：未保存在內容分類單元中或者內容分類單元未能從外部獲取得到對應的內容類別)，這時內容分類請求方只能直接向內容分類提供方提供內容本身，而內容本身可能很大，需要承載在一個內容類別請求消息拆分成的多個數據包中，這時不僅需要內容分類提供方從該請求消息中解析出待分類的內容，而且需要大量緩存、重組內容，最后再根據分類算法進行分類處理。?

發明人在發明過程中發現，現有技術中，內容分類請求方在請求內容類別時提供給內容分類提供方的信息中，直接體現該信息的輸入參數只有內容本身和URI兩種。在向內容分類提供方提供內容本身時，缺乏一個高效的處理方式，不僅加重內容分類提供方分類處理的負荷，同時加大網絡傳輸流量，特別是對于外部實體通過CBCS-1接口請求內容類別的情況。

發明內容