[發明專利]一種文本檢測方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010721748.6
• 申請日: 2020-07-24
• 公開（公告）號: CN113971400B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 楊潤楷;林苑;李航
• 申請（專利權）人: 抖音視界有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/205;G06F16/35;G06Q50/00;G06N3/042;G06N3/08
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 范坤坤

1.一種文本檢測方法，其特征在于，包括：

確定待檢測文本的第一屬性特征以及與所述待檢測文本具有關聯關系的元素的第二屬性特征；

將所述第一屬性特征、所述第二屬性特征、所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系輸入至訓練好的網絡模型，獲得針對所述待檢測文本的檢測結果；

所述將所述第一屬性特征、所述第二屬性特征、所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系輸入至訓練好的網絡模型之前，還包括：

將所述待檢測文本以及所述元素分別確定為節點；

根據所述待檢測文本與所述元素之間關聯關系的類型，在所述待檢測文本對應的節點與所述元素對應的節點之間生成連接邊；

根據所述元素之間關聯關系的類型在所述元素對應的節點之間生成連接邊；

根據所述節點以及所述連接邊組成的結構圖確定所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系；

所述確定待檢測文本的第一屬性特征，包括：

針對所述待檢測文本不同類別的屬性信息采用不同的轉換算法，獲得不同類別屬性信息的表達向量；

針對不同類別屬性信息的表達向量通過池化層操作，獲得所述待檢測文本所對應節點的0階特征向量；

將所述0階特征向量確定為所述第一屬性特征。

2.根據權利要求1所述的方法，其特征在于，所述根據所述節點以及所述連接邊組成的結構圖確定所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系，包括：

對所述待檢測文本所對應節點的鄰居節點進行采樣操作，其中，與所述待檢測文本所對應節點有連接邊的節點為所述鄰居節點；

將所述待檢測文本所對應的節點、采樣獲得的鄰居節點以及與采樣獲得的鄰居節點有關聯的節點組成的結構圖確定為所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系。

3.根據權利要求1所述的方法，其特征在于，所述元素包括下述至少一種作者、讀者以及評論信息；

所述關聯關系的類型包括下述至少一類：閱讀關系、發布關系、點贊關系、評論關系、以及轉發關系。

4.根據權利要求1所述的方法，其特征在于，所述將所述第一屬性特征、所述第二屬性特征、所述待檢測文本與所述元素之間的關聯關系以及所述元素之間的關聯關系輸入至訓練好的網絡模型，獲得針對所述待檢測文本的檢測結果，包括：

對所述待檢測文本所對應節點的K-1階特征向量，以及所述待檢測文本所對應節點鄰居節點的K-1階特征向量結合注意力機制進行聚合，得到所述待檢測文本所對應節點的K階特征向量；

基于所述K階特征向量對所述待檢測文本的檢測結果進行預測；

其中，K為所述網絡模型的超參數，通過對所述網絡模型進行預先訓練確定。

5.根據權利要求1所述的方法，其特征在于，所述待檢測文本不同類別的屬性信息包括下述至少一種：數值型屬性信息、文本型屬性信息、圖像類屬性信息以及音頻類屬性信息。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述第一屬性特征包括下述至少一種：文本特征、配圖特征、配樂特征、點贊次數特征、轉發次數特征、評論次數特征、評論信息特征、閱讀次數特征以及上線時間特征；

所述第二屬性特征包括下述至少一種：讀者畫像、作者畫像以及發布時間特征。