[发明专利]非法信息的识别方法、装置

权利要求书

1.一种非法信息的识别方法，其特征在于，包括：

确定待识别信息中实体词及对应的属性数据的组合，其中，所述实体词及对应的属性数据的组合与常识相悖，所述实体词被用于非法信息的概率小于第一阈值；

若所述属性数据被用于非法信息的概率大于第二阈值，则根据与常识相悖的所述实体词及对应的属性数据的组合确定常识推理表征；

至少根据所述常识推理表征进行识别，以确定所述待识别信息是否非法。

2.根据权利要求1所述的方法，其中，

根据与常识相悖的所述实体词及对应的属性数据的组合，确定与其相同的样本实体词及对应的样本属性数据的组合，以确定所述样本实体词及对应的样本属性数据的组合的出现概率；

根据确定的所述样本实体词及对应的样本属性数据的组合的出现概率，确定所述常识推理表征。

3.根据权利要求2所述的方法，其中，若待识别信息中存在多组与常识相悖的所述实体词及对应的属性数据的组合，则根据分别与多组所述实体词及对应的属性数据的组合各自相同的所述样本实体词及对应的样本属性数据的组合，确定多个所述出现概率，以根据多个所述出现概率的平均值确定所述常识推理表征。

4.根据权利要求2所述的方法，其中，所述样本实体词及对应的样本属性数据的组合的出现概率通过下述方法确定：

根据知识图谱，确定多个样本信息中各自包括的样本实体词及对应样本属性数据的组合；

确定某一组所述样本实体词及对应的样本属性数据的组合在所有样本实体词及对应的样本属性数据的组合中的出现次数，以确定该样本实体词及对应的样本属性数据的组合的出现概率。

5.根据权利要求1所述的方法，其中，所述属性数据包括属性标签以及属性值，对应地，若所述属性值被用于非法信息的概率大于第二阈值，则包括其的属性数据被用于非法信息的概率大于第二阈值；或者，若所述属性标签以及所述属性值被用于非法信息的概率大于第二阈值，则所述属性数据被用于非法信息的概率大于第二阈值。

6.根据权利要求1所述的方法，其中，

确定所述待识别信息的分词结果，并从业务标签集合中确定与分词结果中的各个词对应的业务标签，业务标签集合中的业务标签为知识图谱中的各个实体词及属性标签；

根据分词结果中各个词对应的业务标签确定所述待识别信息中的实体词及属性标签，并根据业务标签为属性标签的词确定属性标签对应的属性值，以确定所述待识别信息中与常识相悖的所述实体词及对应的属性数据的组合。

7.根据权利要求6所述的方法，其中，若待识别信息中的所述实体词与属性标签的对应关系与知识图谱中记载的实体词及属性标签的对应关系不匹配，则确定所述实体词及属性数据的组合与常识相悖；

或者，若待识别信息中的属性标签及属性值的对应关系与知识图谱中记载的属性标签以及属性值的对应关系不匹配，则确定所述实体词及属性数据的组合与常识相悖。

8.根据权利要求6所述的方法，其中，所述属性标签的类型包括：静态属性标签以及动态属性标签，对应的，

若所述属性标签的类型为静态属性标签，则根据业务标签为属性标签的词确定该属性标签的属性值时，直接确定业务标签为属性标签的词为所述属性值；

或者，若所述属性值的类型为动态属性标签，则根据业务标签为属性标签的词确定该属性标签的属性值时，根据业务标签为属性标签的词进行计算以确定所述属性值。

9.根据权利要求1-8任一项所述的方法，其中，

确定用于表征所述待识别信息语义信息的第一向量，以及确定所述常识推理表征对应的第二向量；

将所述第一向量与所述第二向量拼接得到组合数据，以根据所述组合数据确定所述待识别信息是否非法。