[发明专利]一种违禁广告语的识别方法、装置、计算机设备及存储介质

权利要求书

1.一种违禁广告语的识别方法，其特征在于，所述方法包括：

对待识别文本进行分词处理，得到分词结果；

基于所述分词结果，识别所述待识别文本是否含有违禁广告语，若不含有违禁广告语，则识别所述待识别文本是否含有疑似违禁广告语；

若所述待识别文本含有疑似违禁广告语，则将所述待识别文本输入至预先训练好的语义分析模型中，输出所述待识别文本是否含有违禁广告语的结果。

2.根据权利要求1所述的方法，其特征在于，所述待识别文本为输入文本、图像识别结果文本、语音识别结果文本中的一种。

3.根据权利要求1所述的方法，其特征在于，所述对待识别文本进行分词处理，得到分词结果，包括：

根据预设的分词词库、白名单词库、违禁语词库以及疑似违禁语词库，对所述待识别文本进行分词处理，得到所述分词结果。

4.根据权利要求3所述的方法，其特征在于，所述基于所述分词结果，识别所述待识别文本是否含有违禁广告语，包括：

将所述分词结果与所述违禁语词库进行交集运算，判断所述待识别文本是否含有违禁广告语；或者

对所述分词结果中的每个词在所述违禁语词库中进行查询，判断所述待识别文本是否含有违禁广告语；

所述识别所述待识别文本是否含有疑似违禁广告语，包括：

将所述分词结果与所述疑似违禁语词库进行交集运算，判断所述待识别文本是否含有疑似违禁广告语；或者

对所述分词结果中的每个词在所述疑似违禁语词库中进行查询，判断所述待识别文本是否含有疑似违禁广告语。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述预先训练好的语义分析模型是通过如下过程训练得到：

将已标注的文本数据集按照预设比例划分为训练集、验证集和测试集；

根据所述训练集对初始分类模型进行迭代训练，并使用所述验证集判断迭代训练是否完成，当判断迭代训练完成后，输出训练后的初始分类模型；

根据所述测试集对训练后的初始分类模型进行测试，直至达到预设的测试准确度，得到所述语义分析模型。

6.一种违禁广告语的识别装置，其特征在于，所述装置包括：

分词模块，用于对待识别文本进行分词处理，得到分词结果；

第一识别模块，用于基于所述分词结果，识别所述待识别文本是否含有违禁广告语，若不含有违禁广告语，则识别所述待识别文本是否含有疑似违禁广告语；

第二识别模块，用于若所述待识别文本含有疑似违禁广告语，则将所述待识别文本输入至预先训练好的语义分析模型中，输出所述待识别文本是否含有违禁广告语的结果。

7.根据权利要求6所述的装置，其特征在于，所述待识别文本为输入文本、图像识别结果文本、语音识别结果文本中的一种。

8.根据权利要求6所述的装置，其特征在于，所述分词模块具体用于：

根据预设的分词词库、白名单词库、违禁语词库以及疑似违禁语词库，对所述待识别文本进行分词处理，得到所述分词结果。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5任意一项所述的违禁广告语的识别方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至5任意一项所述的违禁广告语的识别方法的步骤。