[發(fā)明專利]由計算設備執(zhí)行的數(shù)據(jù)處理方法、裝置、介質(zhì)和計算設備

在審

• 申請?zhí)枺?/td>: 201910738504.6
• 申請日: 2019-08-09
• 公開（公告）號: CN110442803A
• 公開（公告）日: 2019-11-12
• 發(fā)明（設計）人: 尚劉剛;張華;丁長林
• 申請（專利權）人: 網(wǎng)易傳媒科技（北京）有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/35;G06K9/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王曉晗

本發(fā)明的實施方式提供了一種由計算設備執(zhí)行的數(shù)據(jù)處理方法，包括：獲取原始數(shù)據(jù)，原始數(shù)據(jù)包括至少一個文本數(shù)據(jù)；基于預定規(guī)則處理至少一個文本數(shù)據(jù)中的目標文本數(shù)據(jù)，得到第一處理結果；以及響應于第一處理結果表征目標文本數(shù)據(jù)中包括的冗余內(nèi)容，基于冗余內(nèi)容更新預定規(guī)則。本發(fā)明的方法通過使用預定規(guī)則識別冗余內(nèi)容，實現(xiàn)較為準確地識別文章中的冗余內(nèi)容，提高識別效率，為用戶帶來了更好的閱讀體驗。此外，本發(fā)明的實施方式提供了一種數(shù)據(jù)處理裝置、一種計算機可讀存儲介質(zhì)以及一種計算設備。

技術領域

本發(fā)明的實施方式涉及計算機領域，更具體地，本發(fā)明的實施方式涉及一種由計算設備執(zhí)行的數(shù)據(jù)處理方法、數(shù)據(jù)處理裝置、計算機可讀存儲介質(zhì)和計算設備。

背景技術

本部分旨在為權利要求書中陳述的本發(fā)明的實施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認是現(xiàn)有技術。

隨著電子技術的快速發(fā)展，用戶能夠獲取的數(shù)據(jù)資源越來越多。例如，用戶可以通過電子設備瀏覽各種文章。但是，由于為用戶提供的文章通常是由機器抓取產(chǎn)生，因此，文章中不可避免地會出現(xiàn)冗余內(nèi)容，冗余內(nèi)容例如包括與文章內(nèi)容不相關或者重復出現(xiàn)的內(nèi)容。為了提高用戶的閱讀體驗，相關技術通常通過分類技術將文章中的文本內(nèi)容或圖片內(nèi)容分類為冗余內(nèi)容和非冗余內(nèi)容，并刪除冗余內(nèi)容以提高用戶的閱讀體驗，其中，分類技術例如包括機器學習算法或者深度學習算法。

目前，已經(jīng)出現(xiàn)一些識別冗余內(nèi)容的方式。然而，在實現(xiàn)本公開構思的過程中，發(fā)明人發(fā)現(xiàn)相關技術中至少存在如下問題：無論是通過機器學習算法或者深度學習算法進行分類，算法模型需要基于大量的訓練數(shù)據(jù)進行訓練，訓練數(shù)據(jù)的構建需要付出很多的人力和時間，算法模型過于依賴訓練數(shù)據(jù)，使得分類效果較差。

針對相關技術中的上述問題，目前還未提出有效的解決方案。

發(fā)明內(nèi)容

現(xiàn)有技術無論是通過機器學習算法或者深度學習算法進行分類，算法模型需要基于大量的訓練數(shù)據(jù)進行訓練，訓練數(shù)據(jù)的構建需要付出很多的人力和時間，算法模型過于依賴訓練數(shù)據(jù)，使得分類效果較差。

因此在現(xiàn)有技術中，在通過分類技術將文章中的文本內(nèi)容或圖片內(nèi)容分類為冗余內(nèi)容和非冗余內(nèi)容時，分類效果較差是非常令人煩惱的過程。

為此，非常需要一種改進的由計算設備執(zhí)行的數(shù)據(jù)處理方法，以實現(xiàn)較為準確地識別文章中的冗余內(nèi)容，提高識別效率，為用戶帶來了更好的閱讀體驗。

在本上下文中，本發(fā)明的實施方式期望提供一種由計算設備執(zhí)行的數(shù)據(jù)處理方法、裝置、介質(zhì)和計算設備。

在本發(fā)明實施方式的第一方面中，提供了一種由計算設備執(zhí)行的數(shù)據(jù)處理方法，包括：獲取原始數(shù)據(jù)，所述原始數(shù)據(jù)包括至少一個文本數(shù)據(jù)，基于預定規(guī)則處理所述至少一個文本數(shù)據(jù)中的目標文本數(shù)據(jù)，得到第一處理結果，響應于所述第一處理結果表征所述目標文本數(shù)據(jù)中包括的冗余內(nèi)容，基于所述冗余內(nèi)容更新所述預定規(guī)則。

在本發(fā)明的一個實施例中，所述目標文本數(shù)據(jù)包括第一類文本數(shù)據(jù)和第二類文本數(shù)據(jù)中的至少一個，所述預定規(guī)則包括第一文本規(guī)則和第二文本規(guī)則中的至少一個；所述基于預定規(guī)則處理所述至少一個文本數(shù)據(jù)中的目標文本數(shù)據(jù)，包括以下至少一項：基于所述第一文本規(guī)則處理所述第一類文本數(shù)據(jù)，以確定所述第一類文本數(shù)據(jù)是否包括所述冗余內(nèi)容，以及基于所述第二文本規(guī)則處理所述第二類文本數(shù)據(jù)，以確定所述第二類文本數(shù)據(jù)是否包括所述冗余內(nèi)容。