[發明專利]一種違規宣傳檢測方法和裝置、計算機可讀存儲介質

在審

• 申請號: 201810654600.8
• 申請日: 2018-06-22
• 公開（公告）號: CN108829680A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 孫振江
• 申請（專利權）人: 北京百悟科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 解婷婷;栗若木

1.一種違規宣傳檢測方法，其特征在于，包括：

對待檢測的內容進行命名實體識別，將識別出的含預定義的極限詞的命名實體進行替換處理；

根據預設的分詞詞庫，進行分詞和詞性標注；

在各分詞中查找預定義的極限詞；

對查找到的極限詞，根據標注的詞性進行規則化處理。

2.根據權利要求1所述的方法，其特征在于，所述在各分詞中查找預定義的極限詞的步驟之前，所述方法還包括：

根據預設的同義詞詞庫，對各分詞進行同義詞替換處理。

3.根據權利要求1所述的方法，其特征在于，所述對查找到的極限詞，根據標注的詞性進行規則化處理，包括：

如果所述極限詞的詞性為時限類極限詞，則查找所述極限詞前后的N個句子中是否包括相應的活動日期，如果包括相應的活動日期，則標注所述極限詞不違規；如果不包括相應的活動日期，則標注所述極限詞違規，其中，N為自然數；

如果所述極限詞的詞性是極限類極限詞，則直接標注所述極限詞違規。

4.根據權利要求1所述的方法，其特征在于，所述方法之前還包括：

根據公司名稱和/或產品名稱搜索相關的網頁；

對搜索到的網頁進行解析和過濾，得到待檢測的網頁；

提取待檢測的網頁的正文內容，并存儲到數據庫中。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

在所述各分詞中，刪除預定義的無意義的分詞；

按照預設的順序將剩余的分詞對應到一維向量空間，生成特征數據；

使用預先訓練好的神經網絡模型對生成的特征數據進行檢測；

如果檢測到特征數據中有違規的極限詞，進行預警。

6.根據權利要求5所述的方法，其特征在于，所述神經網絡模型為神經自回歸主題模式NATM模型。

7.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如權利要求1至6中任一項所述的違規宣傳檢測方法的步驟。

8.一種違規宣傳檢測裝置，其特征在于，包括處理器及存儲器，其中：

所述處理器用于執行存儲器中存儲的違規宣傳檢測程序，以實現如權利要求1至6中任一項所述的違規宣傳檢測方法的步驟。

9.一種違規宣傳檢測裝置，其特征在于，包括命名實體識別單元、分詞單元和第一違規檢測單元，其中：

命名實體識別單元，用于對待檢測的內容進行命名實體識別，將識別出的含預定義的極限詞的命名實體進行替換處理；

分詞單元，用于根據預設的分詞詞庫，進行分詞和詞性標注；

第一違規檢測單元，用于在各分詞中查找預定義的極限詞，對查找到的極限詞，根據標注的詞性進行規則化處理。

10.根據權利要求9所述的裝置，其特征在于，還包括同義詞轉換單元，其中：

同義詞轉換單元，用于根據預設的同義詞詞庫，對各分詞進行同義詞替換處理。