[發明專利]一種共享圖書系統中圖書內容審核的方法

在審

• 申請號: 201811084643.3
• 申請日: 2018-09-18
• 公開（公告）號: CN109241013A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 蔡安;王勇
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F16/176
• 分類號: G06F16/176;G06F16/33
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.一種共享圖書系統中圖書內容審核的方法，其特征在于，包括以下步驟：

步驟1、訓練圖書內容審核模型，在訓練過程中基于N元模型對特征詞進行擴展并計算每個特征詞的權；

步驟2、解析用戶共享圖書中的文字內容，提取圖書文字內容中的特征詞并進行擴展；

步驟3、根據訓練好的圖書內容審核模型和從用戶共享圖書中提取到的特征詞以及訓練好的邏輯回歸模型判斷圖書內容是否通過審核，實現共享圖書系統中對于圖書內容的自動審核。

2.一種共享圖書系統中圖書內容審核的方法，其特征在于，包括以下步驟：

步驟1：制作正負數據集，使用數據集訓練圖書內容審核模型；

步驟2：提取用戶共享圖書中的文字內容；

步驟3：從步驟2得到的文字內容中提取特征詞并進行擴展；

步驟4：將步驟3得到的特征詞放入步驟1所得模型得到審核結果。

3.如權利要求2所述共享圖書系統中圖書內容審核的方法，其特征在于，步驟1具體為：

步驟1.1：將包含敏感信息的文本內容歸類為負數據集，將不包含敏感信息的文本內容歸類為正數據集；

步驟1.2：分別對正數據集和負數據集中的文本內容進行分詞；

步驟1.3：基于N-Gram算法提取并擴展特征詞；

步驟1.4：根據公式(1-1)和公式(1-2)分別計算步驟1.3中每個特征詞在正數據集中的詞頻TF_p和在負數據集中的詞頻TF_n，然后根據公式(1-3)得到每個特征詞的權值IDF；

步驟1.5：將每個特征詞和相應的權值IDF放入詞袋模型。

4.如權利要求2所述共享圖書系統中圖書內容審核的方法，其特征在于，步驟3具體為：

步驟3.1：對步驟2得到的文字內容進行分詞；

步驟3.2：基于N-Gram算法提取并擴展特征詞。

5.如權利要求2所述共享圖書系統中圖書內容審核的方法，其特征在于，步驟4具體為：

步驟4.1：將步驟3得到的每個特征詞與步驟1得到的詞袋模型中的詞語相匹配，得到每個特征詞所對應的權值；

步驟4.2：將步驟4.1中得到的每個特征詞的權值IDF放入預先訓練好的邏輯回歸模型中，將得到的結果與預設閾值進行比較，得到審核結果。