[發明專利]用戶產生內容過濾方法及相關裝置

在審

• 申請號: 202010075298.8
• 申請日: 2020-01-22
• 公開（公告）號: CN113157901A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 劉剛
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06F16/9535
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 魏學昊

1.一種用戶產生內容過濾方法，其特征在于，包括：

獲取用戶產生內容的多個維度向量，所述多個維度向量包括詞向量和句向量；

將所述多維度向量輸入關鍵詞庫和/或種子庫和/或內容類型評價模型以確定所述用戶產生內容的內容類型，所述關鍵詞庫中包含關鍵詞詞向量樣本，所述種子庫中包含句向量樣本，所述內容類型評價模型通過多個子評價模型構建；

在所述內容類型為目標類型時，濾除所述用戶產生內容。

2.根據權利要求1所述的方法，其特征在于，還包括：

通過基于詞向量的textcnn模型、基于句向量的textcnn-like卷積網絡模型以及基于詞向量、句向量的svm模型構建所述內容類型評價模型。

3.根據權利要求2所述的方法，其特征在于，將所述多維度向量輸入內容類型評價模型以確定所述用戶產生內容的內容類型，包括：

將所述多維度向量輸入基于詞向量的textcnn模型中，生成第一評價結果；

將所述多維度向量輸入基于句向量的textcnn-like卷積網絡模型中，生成第二評價結果；

將所述多維度向量輸入基于詞向量、句向量的svm模型中，生成第三評價結果；

通過所述第一評價結果、第二評價結果、第三評價結果確定所述用戶產生內容的內容類型。

4.根據權利要求3所述的方法，其特征在于，通過所述第一評價結果、第二評價結果、第三評價結果確定所述用戶產生內容的內容類型包括：

根據融合策略，利用所述第一評價結果、第二評價結果、第三評價結果確定所述用戶產生內容的內容類型，所述融合策略用于指示多個評價結果的聯合評價策略。

5.根據權利要求1所述的方法，其特征在于，將所述多維度向量輸入關鍵詞庫以確定所述用戶產生內容的內容類型，包括：

將所述關鍵詞庫中的關鍵詞的詞向量樣本與所述多維度向量中的詞向量進行比較；

在所述關鍵詞的詞向量樣本與所述多維度向量中的詞向量存在相同的詞向量樣本時，確定所述用戶產生的內容類型為目標類型。

6.根據權利要求1所述的方法，其特征在于，將所述多維度向量輸入種子庫以確定所述用戶產生內容的內容類型，包括：

計算所述多維度向量中的句向量和所述種子庫中句向量樣本的相似度；

在所述相似度大于預定閾值時，確定所述用戶產生的內容類型為目標類型。

7.根據權利要求1所述的方法，其特征在于，所述關鍵詞庫，包括：

第一關鍵詞庫，所述第一關鍵詞庫中存儲低俗類型關鍵詞的詞向量樣本；

第二關鍵詞庫，所述第二關鍵詞庫中存儲謾罵類型關鍵詞的詞向量樣本。

8.根據權利要求1所述的方法，其特征在于，所述種子庫，包括：

第一種子庫，所述第一種子庫中存儲低俗類型文本的句向量樣本；

第二種子庫，所述第二種子庫中存儲騙取點贊類型文本的句向量樣本。

9.根據權利要求1所述的方法，其特征在于，所述內容類型評價模型，包括：

第一內容類型評價模型，所述第一內容類型評價模型用于評價所述用戶產生內容是否為低俗類型內容；

第二內容類型評價模型，所述第二內容類型評價模型用于評價所述用戶產生內容是否為謾罵類型內容；

第三內容類型評價模型，所述第三內容類型評價模型用于評價所述用戶產生內容是否為騙取點贊類型內容。

10.一種用戶產生內容過濾裝置，其特征在于，包括：

獲取模塊，用于獲取用戶產生內容的多個維度向量，所述多個維度向量包括詞向量和句向量；

評價模塊，用于將所述多維度向量輸入關鍵詞庫和/或種子庫和/或內容類型評價模型以確定所述用戶產生內容的內容類型，所述關鍵詞庫中包含關鍵詞詞向量樣本，所述種子庫中包含句向量樣本，所述內容類型評價模型通過多個子評價模型構建；

濾除模塊，用于在所述內容類型為目標類型時，濾除所述用戶產生內容。