[發明專利]用于獲取信息的方法及裝置

有效

• 申請號: 201910312438.6
• 申請日: 2019-04-18
• 公開（公告）號: CN110046229B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 徐宏;袁涌智
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06Q50/18
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于獲取信息的方法，包括：

從待處理信息中提取至少一條特征信息，其中，所述特征信息用于表征所述待處理信息的信息類型；

將所述至少一條特征信息導入預先訓練的信息識別模型，得到所述待處理信息的級別信息；

其中，所述信息識別模型與所述信息類型對應，用于表征特征信息與級別信息之間的對應關系；以及

根據所述級別信息構建結果信息，所述結果信息反映所述待處理信息的安全性；

響應于所述級別信息小于設定級別，從所述至少一條特征信息中提取并顯示至少一條標記信息，所述標記信息為使得所述級別信息小于設定級別的特征信息。

2.根據權利要求1所述的方法，其中，所述將所述至少一條特征信息導入預先訓練的信息識別模型，得到所述待處理信息的級別信息，包括：

查詢對應所述信息類型的信息識別模型。

3.根據權利要求1所述的方法，其中，所述信息識別模型通過以下步驟訓練得到：

獲取指定信息類型的多條樣本信息和對應所述多條樣本信息中每條樣本信息的樣本級別信息，所述樣本信息包括至少一條樣本特征信息；

將所述多條樣本信息作為輸入，將與所述多條樣本信息中的每條樣本信息對應的樣本級別信息作為輸出，訓練得到對應所述指定信息類型的信息識別模型。

4.根據權利要求3所述的方法，其中，所述將所述多條樣本信息作為輸入，將與所述多條樣本信息中的每條樣本信息對應的樣本級別信息作為輸出，訓練得到對應所述指定信息類型的信息識別模型，包括：

執行以下訓練步驟：將所述多條樣本信息中的每條樣本信息依次輸入至初始信息識別模型，得到所述多條樣本信息中的每條樣本信息所對應的預測級別信息，將所述多條樣本信息中的每條樣本信息所對應的預測級別信息與該樣本信息所對應的所述樣本級別信息進行比較，得到所述初始信息識別模型的預測準確率，確定所述預測準確率是否大于預設準確率閾值，若大于所述預設準確率閾值，則將所述初始信息識別模型作為訓練完成的信息識別模型。

5.根據權利要求4所述的方法，其中，所述將所述多條樣本信息作為輸入，將與所述多條樣本信息中的每條樣本信息對應的樣本級別信息作為輸出，訓練得到對應所述指定信息類型的信息識別模型，還包括：

響應于不大于所述預設準確率閾值，調整所述初始信息識別模型的參數，并繼續執行所述訓練步驟。

6.根據權利要求3所述的方法，其中，所述樣本級別信息通過以下步驟得到：

從每一條樣本信息中提取至少一條樣本特征信息；

對于所述至少一條樣本特征信息中的樣本特征信息，獲取該樣本特征信息對應的基準信息，所述基準信息用于對該樣本特征信息的級別設置級別數值；

通過所述基準信息為對應的樣本特征信息設置級別數值，得到對應樣本信息的樣本級別信息。

7.根據權利要求6所述的方法，其中，所述基準信息包括至少一條級別設置信息和權重值，以及

所述通過所述基準信息為對應的樣本特征信息設置級別數值，包括：

通過所述至少一條級別設置信息中的級別設置信息為對應的樣本特征信息設置初始級別數值，并通過初始級別數值和對應初始級別數值的權重值為樣本特征信息設置最終級別數值。

8.根據權利要求1所述的方法，其中，所述方法還包括：

獲取并發送對應所述結果信息的至少一條歷史參考信息，其中，所述歷史參考信息包括與所述結果信息對應的歷史信息。

9.根據權利要求1至8任意一項所述的方法，其中，所述信息類型包括以下至少一項：法律文書、安全信息。