[发明专利]负面文本的推送方法、装置、系统及计算机设备

说明书

本发明涉及负面文本的推送方法、装置、系统及计算机设备，属于文本分类技术领域。该方法包括：获取待识别文本；待识别文本中包含有标识对象；将待识别文本输入到已训练的文本识别模型中；已训练的文本识别模型中包含有编码器层；已训练的文本识别模型根据包含有标识对象的训练文本训练得到，且在训练过程中，标识对象被替换为掩盖对象；根据已训练的文本识别模型的输出结果，确定待识别文本的文本类型；若根据文本类型确定待识别文本为负面文本，输出负面文本推送信息。上述技术方案，解决了负面文本的推送准确性不够高的问题。能通过包含有编码器层的文本识别模型准确识别待识别文本的文本类型，并输出负面文本的推送信息。

技术领域

本发明涉及文本分类技术领域，特别是涉及负面文本的推送方法、装置、系统、计算机设备及存储介质。

背景技术

随着网络技术的发展，越来越多的人选择在网络上发表或查阅文章等，因此，每天都有数量巨大的文本出现在网络平台上。其中，带有负面情绪、内容低俗的文本也不在少数，因此平台管理员往往需要对网络上的文本进行鉴定，以确定其中的负面文本。

对于包含有标识对象(文本中起标识作用的词语、符号等)的文本，现有的负面文本识别方法是使用TD-LSTM模型来进行。这种方式能在一定程度上确定出文本是否为负面文本。但是这种负面文本识别方法将标识对象的上下文孤立开来，使得负面文本的推送准确性不够高。

发明内容

基于此，本发明实施例提供了负面文本的推送方法、装置、系统、计算机设备及存储介质，能准确识别出文本的类别并进行负面文本的推送。

本发明实施例的内容如下：

第一方面，本发明实施例提供一种负面文本的推送方法，包括以下步骤：获取待识别文本；所述待识别文本中包含有标识对象；将所述待识别文本输入到已训练的文本识别模型中；所述已训练的文本识别模型中包含有编码器层；所述已训练的文本识别模型根据包含有所述标识对象的训练文本训练得到，且在训练过程中，所述标识对象被替换为掩盖对象；获取所述已训练的文本识别模型的输出结果；所述输出结果根据所述编码器层输出的编码向量得到；根据所述输出结果，确定所述待识别文本的文本类型；若根据所述文本类型确定所述待识别文本为负面文本，输出负面文本推送信息。

第二方面，本发明实施例提供一种负面文本的推送装置，包括：文本获取模块，用于获取待识别文本；所述待识别文本中包含有标识对象；文本输入模块，用于将所述待识别文本输入到已训练的文本识别模型中；所述已训练的文本识别模型中包含有编码器层；所述已训练的文本识别模型根据包含有所述标识对象的训练文本训练得到，且在训练过程中，所述标识对象被替换为掩盖对象；结果获取模块，用于获取所述已训练的文本识别模型的输出结果；所述输出结果根据所述编码器层输出的编码向量得到；类型确定模块，用于根据所述输出结果，确定所述待识别文本的文本类型；文本识别模块，用于若根据所述文本类型确定所述待识别文本为负面文本，输出负面文本推送信息。

第三方面，本发明实施例提供一种负面文本的推送系统，包括：网络连接的文本识别单元和文本推送单元；所述文本识别单元，用于将所述待识别文本输入到已训练的文本识别模型中；所述已训练的文本识别模型中包含有编码器层；所述已训练的文本识别模型根据包含有所述标识对象的训练文本训练得到，且在训练过程中，所述标识对象被替换为掩盖对象；获取所述已训练的文本识别模型的输出结果；所述输出结果根据所述编码器层输出的编码向量得到；根据所述输出结果，确定所述待识别文本的文本类型；若根据所述文本类型确定所述待识别文本为负面文本，向所述文本推送单元输出负面文本推送信息；所述文本推送单元，用于根据所述负面文本推送信息向与所述标识对象对应的管理终端发送负面文本提示信息；所述负面文本提示信息用于提示管理人员对所述待识别文本进行处理。