[发明专利]目标文本检测方法、模型训练方法、装置及设备

说明书

本说明书实施例提供一种目标文本检测方法、模型训练方法、装置及设备。在获取待检测文本后，基于待检测文本中各词语的n元拼音以及n元笔画得到各词语的第一词向量，然后将第一词向量输入到预先训练的目标文本检测模型，检测文本是否为目标文本。由于第一词向量是基于所述词语的n元拼音以及n元笔画得到，因而具有“音”和“形”的特性，且更细粒度表现了词语之间的关联，因而在根据第一词向量来检测文本是否为目标文本时，可以更加准确地检测出一些形近和音近的目标文本。

技术领域

本说明书涉及计算机技术领域，尤其涉及目标文本检测方法、模型训练方法、装置及设备。

背景技术

目前，很多场景都需要对文本进行检测，以筛选出符合一定条件的目标文本。举个例子，很多APP或者网站都会为用户提供留言评论的功能。比如，在手淘、天猫和闲鱼等APP中，都会为用户提供留言评论的功能。由于一个用户的留言评论其他的用户都可以看到，为了避免不良信息在APP内的传播，需要对这些评论进行检测，将一些违规的评论检测出来，比如涉及传播色情信息、违法犯罪信息等评论，禁止其发表和传播。为了更准确地从海量文本中将符合条件的目标文本检测出来，需要对目标文本检测方法加以改进。

发明内容

基于此，本说明书提供了一种目标文本检测方法、模型训练方法、装置及设备。

根据本说明书实施例的第一方面，一种目标文本检测方法，所述方法包括：

获取待检测文本；

分别生成所述待检测文本中各词语的第一词向量，其中，所述第一词向量基于所述词语的n元拼音以及n元笔画得到；

将所述第一词向量输入到预先训练的文本检测模型，以确定所述待检测文本是否为目标文本。

根据本说明书实施例的第二方面，提供一种文本检测模型训练方法，所述方法包括：

获取训练文本及其标签，所述标签用于指示所述训练文本是否为目标文本；

生成所述训练文本中各词语的第二词向量，其中，所述第二词向量基于所述词语的n元拼音以及n元笔画得到；

根据所述第二词向量和所述标签训练得到所述文本检测模型。

根据本说明书实施例的第三方面，提供一种目标文本检测装置，所述装置包括：

获取模块，用于获取待检测文本；

词向量生成模块，用于分别生成所述待检测文本中各词语的第一词向量，其中，所述第一词向量基于所述词语的n元拼音以及n元笔画得到；

判定模块，用于将所述第一词向量输入到预先训练的文本检测模型，以确定所述待检测文本是否为目标文本。

根据本说明书实施例的第四方面，提供一种文本检测模型训练装置，所述装置包括：

获取模块，用于根据获取训练文本及其标签，所述标签用于指示所述训练文本是否为目标文本；

词向量生成模块，用于生成所述训练文本中各词语的第二词向量，其中，所述第二词向量基于所述词语的n元拼音以及n元笔画得到；

训练模块，用于根据所述第二词向量和所述标签训练得到所述文本检测模型。

根据本说明书实施例的第五方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例所述的方法。