[发明专利]一种文本信息采集方法及装置

说明书

本申请提供了一种文本信息采集方法及装置，所述方法包括：获取第一文本信息；获取用户根据所述第一文本信息确定的第一分类信息；其中，所述第一分类信息用于标识所述第一文本信息的分类结果；将所述第一文本信息作为输入，所述第一分类信息作为输出，训练得到信息分类模型；其中，所述信息分类模型用于对输入的文本信息进行分类；实时获取第二文本信息；根据所述第二文本信息以及所述信息分类模型，确定第二分类信息；根据所述第二分类信息对所述第二文本信息进行分类存储。通过对网络中的文本信息进行实时采集与自定义分类训练，提高了网络信息采集的效率，一定程度上保证了网络安全性。

技术领域

本申请涉及信息管理领域，尤其涉及一种文本信息采集方法及装置。

背景技术

随着网络技术的不断发展，网络上的信息量也在不断增加。而如何对网络上的信息进行有效的采集和管理是提高互联网安全性的一个重要途径。

在相关技术中，对网络信息的采集往往是通过够买相关安全公司的网络数据来进行分析的，这种方式会导致网络数据缺乏实时性，且不能按照自身需求对网络数据进行分析，安全性较差。

发明内容

为了解决现有技术存在的上述技术问题，本申请提供了一种文本信息采集方法及装置，通过对网络中的文本信息进行实时采集和自定义分类分析，解决了现有技术中网络数据不具有实时性、无法个性化分类数据的问题。

第一方面，本申请提供了一种文本信息采集方法，所述方法包括：

获取第一文本信息；

获取用户根据所述第一文本信息确定的第一分类信息；其中，所述第一分类信息用于标识所述第一文本信息的分类结果；

将所述第一文本信息作为输入，所述第一分类信息作为输出，训练得到信息分类模型；其中，所述信息分类模型用于对输入的文本信息进行分类；

实时获取第二文本信息；

根据所述第二文本信息以及所述信息分类模型，确定第二分类信息；

根据所述第二分类信息对所述第二文本信息进行分类存储。

可选的，所述根据所述第二文本信息以及所述信息分类模型，确定第二分类信息具体包括；

根据所述第二文本信息以及所述信息分类模型，确定所述第二文本信息对应的多种分类信息以及各分类信息的概率；

根据所述概率，在所述多种分类信息中确定第二分类信息。

可选的，所述方法进一步包括：

获取用户根据所述第一分类信息确定出的风险分类类别；

根据所述第二分类信息，确定所述第二文本信息中是否包含所述风险分类类别的文本信息；

若包含，向所述用户发送风险报警信息。

可选的，所述根据所述概率，在所述多种分类信息中确定第二分类信息具体包括：

根据所述概率，确定所述多种分类信息中概率最高的分类信息；

将所述概率最高的分类信息确定为所述第二分类信息。

第二方面，本申请提供了一种文本信息采集装置，所述装置包括第一获取单元、第二获取单元、训练单元、第三获取单元、第一确定单元、存储单元；

所述第一获取单元，用于获取第一文本信息；

所述第二获取单元，用于获取用户根据所述第一文本信息确定的第一分类信息；其中，所述第一分类信息用于标识所述第一文本信息的分类结果；