[發明專利]處理文本信息的方法及裝置

有效

• 申請號: 201410004140.6
• 申請日: 2014-01-06
• 公開（公告）號: CN104615585B
• 公開（公告）日: 2017-07-21
• 發明（設計）人: 陳盛榮
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/22
• 分類號: G06F17/22
• 代理公司: 廣州三環專利商標代理有限公司44202
• 代理人: 郝傳鑫

1.一種處理文本信息的方法，其特征在于，包括：

獲取文本信息并提取所述文本信息內包括的文字字符；

從所述文字字符中提取符合預定規則的目標字符,所述目標字符為與預置的干擾字符字典表中所記載的干擾信息字符相匹配的字符；

根據所述目標字符，計算所述文本信息的過濾指數；以及判斷所述過濾指數是否處于預置的數值區域，當所述過濾指數處于預置的數值區域內時，判定所述文本信息為垃圾文本信息，對所述文本信息執行與預定條件對應的操作；

當所述過濾指數未處于預置的數值區域內時，分析所述過濾指數是大于所述預置的數值區域的最大值，還是小于所述預置的數值區域的最小值，根據分析結果與預置的權重表，為所述過濾指數分配對應的權重值；

根據所述權重值加權運算，當所述加權運算結果，大于預置的數值時，判定所述文本信息為所述垃圾文本信息，對所述文本信息執行對應的操作。

2.根據權利要求1所述的方法，其特征在于，所述從所述文字字符中提取符合預定規則的目標字符的步驟，包括：

將提取的所述文字字符逐一與預置的干擾字符字典表中所記載的干擾信息字符進行匹配，將所述文字字符中與所述干擾信息字符相匹配的字符作為所述目標字符。

3.根據權利要求1所述的方法，其特征在于，所述根據所述目標字符，計算所述文本信息的過濾指數的步驟包括：

分別將所述文字字符與所述目標字符轉化為給定編碼形式的字符；

計算轉化后的所述目標字符的總字節數與所述文字字符中去除所述目標字符后剩余字符的總字節數的比值，將所述比值作為所述文本信息的過濾指數。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：根據所述權重值加權運算，當所述加權運算結果，大于預置的數值時，判定所述文本信息為所述垃圾文本信息，對所述文本信息執行對應的操作包括：

分析所述文字字符中是否包含與預置的目標關鍵字相匹配的字符以及所述文字字符中包含的與所述目標關鍵字相匹配的字符的情況，根據所述預置的權重表，為分析結果分配對應的權重值；

獲取所述文本信息的發送方的用戶標識，將所述用戶標識與預置的黑白名單中的用戶標識進行匹配，根據所述預置的權重表，為匹配結果分配對應的權重值；以及

獲取所述過濾指數、所述分析結果、所述匹配結果各自的基值，將所述各自的基值、所述過濾指數對應的權重值、所述分析結果對應的權重值以及所述匹配結果對應的權重值進行加權運算；

當所述加權運算后獲得的值大于預置的數值時，判定所述文本信息為所述垃圾文本信息，對所述文本信息執行對應的操作。

5.根據權利要求1所述的方法，其特征在于，所述預定條件對應的操作包括：對所述文本信息進行攔截、刪除、或按照預置提示方式進行提示。

6.根據權利要求3所述的方法，其特征在于，所述給定編碼形式為UTF-8編碼形式。

7.一種處理文本信息的裝置，其特征在于，包括：

文字字符提取模塊，用于獲取文本信息并提取所述文本信息內包括的文字字符；

目標字符提取模塊，用于從所述文字字符提取模塊提取的所述文字字符中提取符合預定規則的目標字符,所述目標字符為與預置的干擾字符字典表中所記載的干擾信息字符相匹配的字符；

計算模塊，用于根據所述目標字符提取模塊提取的所述目標字符，計算所述文本信息的過濾指數；以及

處理模塊，用于當所述計算模塊計算的所述過濾指數滿足預定條件時，對所述文本信息執行與所述預定條件對應的操作，其包括：

判定執行單元，用于當所述過濾指數處于預置的數值區域內時，判定所述文本信息為垃圾文本信息，對所述文本信息執行與所述預定條件對應的操作；

第一權重值分配單元，用于分析所述過濾指數與預置的數值區域之間的大小關系，根據分析結果與預置的權重表，為所述過濾指數分配對應的權重值；

運算單元，根據所述權重值加權運算，當所述加權運算結果，大于預置的數值時，判定所述文本信息為所述垃圾文本信息，對所述文本信息執行對應的操作；

判定執行單元，還用于當所述加權運算后獲得的值大于預置的數值時，所述判定執行單元判定所述文本信息為所述垃圾文本信息，對所述文本信息執行對應的操作。