[发明专利]广告检测方法、装置及服务器

权利要求书

1.一种广告检测方法，其特征在于，所述方法包括：

获取待检测广告中的图片和文字；

检测所述待检测广告中的所述图片与对比广告的图片相似度；

检测所述待检测广告中的所述文字与对比广告的文字相似度；

根据所述图片相似度和文字相似度确定所述对比广告的总体相似度。

2.根据权利要求1所述的方法，其特征在于，检测所述待检测广告中的所述图片与对比广告的图片相似度，包括：

采用深度神经网络模型对所述待检测广告的图片和对比广告的图片进行处理，分别获得低于图片像素个数维度的图片向量；

计算所述待检测广告的图片向量和所述对比广告的图片向量的第一余弦距离或第一欧式距离；

根据所述第一余弦距离或第一欧式距离确定所述待检测广告中的所述图片与对比广告的图片相似度。

3.根据权利要求2所述的方法，其特征在于，其中，所述待检测广告包括至少一张图片，所述对比广告包括至少一张图片；

计算所述待检测广告的图片向量和所述对比广告的图片向量的第一余弦距离或第一欧式距离，包括：

依据待检测广告和对比广告图片排列顺序，计算第一余弦距离或第一欧式距离。

4.根据权利要求2所述的方法，其特征在于，采用深度神经网络模型对所述待检测广告的图片和对比广告的图片进行处理之前，所述方法还包括：

获取历史广告图片；

根据所述历史广告图片，采用卷积神经网络算法构建深度神经网络模型。

5.根据权利要求1所述的方法，其特征在于，检测所述待检测广告中的所述文字与对比广告的文字相似度，包括：

采用循环神经网络模型对所述待检测广告的文字和对比广告的文字进行处理，以获得高于预设维度的文字向量；

计算所述待检测广告的文字向量和所述对比广告的文字向量的第二余弦距离或第二欧式距离；

根据所述第二余弦距离或第二欧式距离确定所述待检测广告中的所述文字与对比广告的文字相似度。

6.根据权利要求5所述的方法，其特征在于，采用循环神经网络模型对所述待检测广告的文字和对比广告的文字进行处理，以获得高于预设维度的文字向量之前，包括：

获取历史广告中的文字；

根据所述历史广告投放的业务领域，对所述历史广告中的文字进行专业分词；

根据所述历史广告中的文字对应的分词，构建循环神经网络模型。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述待检测广告为待检测广告管理系统中的任一广告，所述各对比广告为所待检测广告管理系统中除所述待检测广告之外的其余广告。

8.一种广告检测装置，其特征在于，所述装置包括：

获取模块，用于获取待检测广告中的图片和文字；

图片检测模块，用于检测所述待检测广告中的所述图片与对比广告的图片相似度；

文字检测模块，用于检测所述待检测广告中的所述文字与对比广告的文字相似度；

确定模块，用于根据所述图片相似度和文字相似度确定所述对比广告的总体相似度。

9.根据权利要求8所述的装置，其特征在于，所述图片检测模块包括：

第一处理子模块，用于采用深度神经网络模型对所述待检测广告的图片和对比广告的图片进行处理，分别获得低于图片像素个数维度的图片向量；

第一计算子模块，用于计算所述待检测广告的图片向量和所述对比广告的图片向量的第一余弦距离或第一欧式距离；

第一确定子模块，用于根据所述第一余弦距离或第一欧式距离确定所述待检测广告中的所述图片与对比广告的图片相似度。

10.根据权利要求9所述的装置，其特征在于，其中，所述待检测广告包括至少一张图片，所述对比广告包括至少一张图片；

所述第一计算子模块，具体用于依据待检测广告和对比广告图片排列顺序，计算第一余弦距离或第一欧式距离。