[發明專利]文本資源數據檢測方法和裝置

在審

• 申請號: 201510859762.1
• 申請日: 2015-11-30
• 公開（公告）號: CN106815242A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 陳爾曉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 何平,鄧云鵬

技術領域

本發明涉及數據檢測領域，特別是涉及一種文本資源數據檢測方法和裝置。

背景技術

隨著互聯網技術的發展，給人們的生活帶來了極大的便利，但是網頁數量的高速增長以及UGC(User Generated Content，用戶原創內容)增多也帶來了信息過載的問題。如何從海量的數據中有效地篩選或過濾出所需要的資源數據或過濾掉不需要的資源數據以方便用戶瀏覽顯得非常重要。

以社交網絡的話題圈評論系統來說，通常有各地的資源數據發布者在這個平臺上進行資源數據發布，因此該平臺需要快速地識別這些資源數據，并確定是否過濾掉這些資源數據，以維護一個健康的瀏覽內容的環境。傳統的資源數據檢測的方式通常是通過查找關鍵字，與關鍵字詞庫匹配的資源數據被認為是所需檢測的資源數據，然而有些情況下資源數據中的文本信息的語義性較強，某些詞匯在特定的條件下，所表達的意思完全不一樣，采用關鍵詞進行匹配檢測，誤判率較高。

發明內容

基于此，有必要針對傳統的資源數據檢測方法中采用關鍵字匹配誤判率較高的問題，提供一種文本資源數據檢測方法，能降低誤判率。

此外，還有必要提供一種文本資源數據檢測裝置，能降低誤判率。

一種文本資源數據檢測方法，包括以下步驟：

獲取文本資源數據；

將所述文本資源數據與關鍵字詞庫進行匹配，以及將所述文本資源數據與聯系方式特征庫進行匹配；

當所述文本資源數據與所述關鍵字詞庫相匹配且所述文本資源數據與所述聯系方式特征庫相匹配時，所述文本資源數據為目標文本資源數據。

一種文本資源數據檢測裝置，包括：

獲取模塊，用于獲取文本資源數據；

匹配模塊，用于將所述文本資源數據與關鍵字詞庫進行匹配，以及將所述文本資源數據與聯系方式特征庫進行匹配；

篩選模塊，用于當所述文本資源數據與所述關鍵字詞庫相匹配且所述文本資源數據與所述聯系方式特征庫相匹配時，所述文本資源數據為目標文本資源數據。

上述文本資源數據檢測方法和裝置，通過將獲取的文本資源數據與關鍵字詞庫進行匹配，以及將文本資源數據與聯系方式特征庫進行匹配，當文本資源數據與關鍵字詞庫和聯系方式特征庫均相匹配，則該文本資源數據為目標文本資源數據，如此，通過關鍵字詞庫匹配和聯系方式的匹配，能夠準確的識別出目標文本資源數據，相比于單純的關鍵字詞庫進行匹配，準確性高，降低了誤判率。

附圖說明

圖1A為一個實施例中終端的內部結構示意圖；

圖1B為一個實施例中服務器的內部結構示意圖；

圖2為一個實施例中文本資源數據檢測方法的流程圖；

圖3為另一個實施例中文本資源數據檢測方法的流程圖；

圖4為一個實施例中文本資源數據發布平臺上發布的信息的示意圖；

圖5為從圖4中檢測出廣告文本資源數據的信息的示意圖；

圖6為一個實施例中文本資源數據檢測裝置的結構框圖；

圖7為另一個實施例中文本資源數據檢測裝置的結構框圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

圖1A為一個實施例中終端的內部結構示意圖。如圖1A所示，該終端包括通過系統總線連接的處理器、非易失性存儲介質、內存、網絡接口、顯示屏和輸入裝置。其中，終端的非易失性存儲介質中存儲有操作系統和文本資源數據檢測裝置，該文本資源數據檢測裝置用于實現一種文本資源數據檢測方法。終端上還可存儲有關鍵字詞庫和聯系方式特征庫等。該處理器用于提供計算和控制能力，支撐整個終端的運行，以及被配置用于執行文本資源數據檢測方法。終端中的內存為非易失性存儲介質中的文本資源數據檢測裝置的運行提供環境，網絡接口用于與服務器進行網絡通信，如發送數據訪問請求至服務器，接收服務器返回的數據等。終端的顯示屏可以是液晶顯示屏或者電子墨水顯示屏等，輸入裝置可以是顯示屏上覆蓋的觸摸層，也可以是終端外殼上設置的按鍵、軌跡球或觸控板，也可以是外接的鍵盤、觸控板或鼠標等。該終端可以是手機、平板電腦或者個人數字助理等。本領域技術人員可以理解，圖1A中示出的結構，僅僅是與本申請方案相關的部分結構的框圖，并不構成對本申請方案所應用于其上的終端的限定，具體的終端可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。