[发明专利]数据的处理方法、装置及设备

权利要求书

1.一种数据的处理方法，其特征在于，包括：

获取待处理的第一数据和第二数据，所述第一数据包括第一文本信息，所述第二数据包括第二文本信息和图片信息；

确定所述第二数据中的第二文本信息以及与所述图片信息相对应的图片特征信息；

将所述第一文本信息与所述第二文本信息进行融合处理，获得融合文本信息；

利用数据处理模型对所述融合文本信息和图片特征信息进行分析处理，确定所述第一数据和第二数据存在引走用户流量的风险信息；所述数据处理模型是对样本文本向量、样本图片特征和用户的样本行为特征进行训练获得的，所述样本文本向量是利用自注意力算法对检测后的样本融合信息进行处理获得，所述检测后的样本融合信息根据音形码和标准音形码对所述样本融合信息进行变异词检测所获得，所述音形码与所述样本融合信息相对应，所述标准音形码是利用预设的数据库检测所述样本融合信息中是否存在变异词，且在所述数据库中没有与样本融合信息中的至少一个字符相对应的标准变异词时所获得，其中，所述数据库中预先存储有多个标准变异词；所述样本融合信息是通过第一样本文本与第二样本文本进行融合处理所获得。

2.根据权利要求1所述的方法，其特征在于，所述数据处理模型包括deep子模型和/或wide子模型；利用数据处理模型对所述融合文本信息和图片特征信息进行分析处理，确定所述第一数据和第二数据存在引走用户流量的风险信息，包括：

利用所述deep子模型对所述融合文本信息和图片特征信息进行分析处理，确定所述第一数据和第二数据存在引走用户流量的风险信息；或者，

获取待处理的用户的行为特征；利用所述wide子模型对所述融合文本信息、图片特征信息以及用户的行为特征进行分析处理，确定所述第一数据和第二数据存在引走用户流量的风险信息；或者，

获取待处理的用户的行为特征；利用所述deep子模型对所述融合文本信息和图片特征信息进行分析处理，获得数据处理结果；利用所述wide子模型对所述数据处理结果和所述用户的行为特征进行分析处理，获得所述第一数据和第二数据存在引走用户流量的风险信息。

3.根据权利要求2所述的方法，其特征在于，所述用户的行为特征包括以下至少之一：用户操作网络行为、用户登录网络行为、用户访问网络行为。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，在确定所述第一数据和第二数据存在引走用户流量的风险信息之后，所述方法还包括：

若所述风险信息大于或等于预设的风险阈值，则禁止对所述待处理的第一数据和第二数据进行发布；或者，

若所述风险信息小于预设的风险阈值，则允许对所述待处理的第一数据和第二数据进行发布。

5.根据权利要求4所述的方法，其特征在于，在所述风险信息大于或等于预设的风险阈值之后，所述方法还包括：

根据所述风险信息获取与待处理数据相对应的风险词提示信息；

向用户显示所述风险词提示信息。

6.根据权利要求1-3中任意一项所述的方法，其特征在于，确定所述第二数据中的第二文本信息，包括：

利用光学字符识别OCR算法对所述第二数据进行识别，获得所述第二数据中的第二文本信息。

7.根据权利要求1-3中任意一项所述的方法，其特征在于，确定与所述图片信息相对应的图片特征信息，包括：

利用深度神经网络Inception-V3算法对所述第二数据进行分析处理，获得与所述第二数据中图片信息相对应的图片特征信息。