[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

本申請公開了一種違規宣傳檢測方法和裝置、計算機可讀存儲介質，所述違規宣傳檢測方法包括：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。本申請通過命名實體識別、分詞和詞性標注以及規則化處理進行違規宣傳檢測，保障了較優的檢測準確率，節省了大量的專業人才成本。

技術領域

本發明涉及廣告傳媒技術領域，尤其涉及一種違規宣傳檢測方法和裝置、計算機可讀存儲介質。

背景技術

2015年9月1日正式實施的新《廣告法》，加大了廣告虛假宣傳的治理強度，并對諸如“最”、“一”、“級/極”、“首/家/國”、“品牌”、“虛假”、“權威”、“欺詐”、“時間”等相關極限用語作了嚴格禁令規定。對于使用極限用語的違規商家，將被扣分，并遭到二十萬元以上、一百萬元以下罰款，情節嚴重者將被直接封店；顧客投訴極限用語并維權成功后，賠付金額將由商家全部承擔。

但是，目前各商家對通過互聯網發布信息的管控往往都還在比較初級的水平，并沒有投放廣告時的層層把關，比較容易出現一些違規的情況，例如通過互聯網搜索的公司介紹或產品介紹中就比較容易出現廣告法中的禁用詞。

目前市場上還沒有相關公司或技術針對互聯網的企業宣傳數據進行違法識別，相關國家部門或者公司在判別取證時基本上都是專業的法務人員人工搜索引擎搜索和人工判斷的方式工作，這種工作方式雖然可以做到比較準確，但是其工作效率低下，搜索覆蓋面窄，同時人工成本很高，只有專業的人才能勝任。

發明內容

為了解決上述技術問題，本發明提供了一種違規宣傳檢測方法和裝置、計算機可讀存儲介質，能夠保障較優的檢測準確率并節省大量的人工成本。

為了達到本發明目的，本發明實施例的技術方案是這樣實現的：

本發明實施例提供了一種違規宣傳檢測方法，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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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；