[发明专利]用于检测文本的方法和装置

说明书

本申请实施例公开了用于检测文本的方法和装置。该方法的一具体实施方式包括：获取物品描述文本，对物品描述文本进行分词，得到词语集合；基于词语集合，按照词语集合中各个词语在物品描述文本中的位置，生成词语序列；将词语序列输入预先训练的文本卷积神经网络中，得到用于指示物品描述文本中是否包含目标内容的文本检测结果；输出文本检测结果。该实施方式提升了物品描述文本的检测效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于检测文本的方法和装置。

背景技术

随着电子商务平台的发展，网络购物逐渐成为消费者的主要消费渠道。为了吸引消费者的目光，很多商家通常会对商品编辑一些引流的商品描述信息，例如，“最好的冰箱”、“明星同款马丁靴”等等。这类商品描述信息通常是违反广告法，带有欺诈虚假宣传的信息。为了提高商品信息的精准度，更好地规范商家发布商品信息的行为，电商平台需要对商品描述信息进行审核。相关的审核商品描述信息的方式通常是对商品描述信息进行人工审核。

发明内容

本申请实施例提出了用于推送信息的方法和装置。

第一方面，本申请实施例提供了一种用于检测文本的方法，包括：获取物品描述文本，对物品描述文本进行分词，得到词语集合；基于词语集合，按照词语集合中各个词语在物品描述文本中的位置，生成词语序列；将词语序列输入预先训练的文本卷积神经网络中，得到用于指示物品描述文本中是否包含目标内容的文本检测结果；输出文本检测结果。

在一些实施例中，文本卷积神经网络包括第一卷积层和第二卷积层，第一卷积层用于提取物品描述文本的文本特征向量，第二卷积层用于对文本特征向量进行整合。

在一些实施例中，将词语序列输入预先训练的文本卷积神经网络中，得到用于指示物品描述文本中是否包含目标内容的文本检测结果，包括：将词语序列输入文本卷积神经网络的嵌入层中，得到词向量矩阵；将词向量矩阵输入第一卷积层中，得到物品描述文本的文本特征向量；将文本特征向量输入第二卷积层中，得到整合后的文本特征向量；将整合后的文本特征向量输入文本卷积神经网络的全连接层中，得到物品描述文本中包含目标内容的概率，基于概率，确定用于指示物品描述文本中是否包含目标内容的文本检测结果。

在一些实施例中，在将词语序列输入文本卷积神经网络的嵌入层中，得到词向量矩阵之前，该方法还包括：利用预设的对应关系表，对嵌入层进行初始化，其中，对应关系表用于表征训练词与训练词向量之间的对应关系，对应关系表中包括预设第一字符和/或预设第二字符。

在一些实施例中，基于词语集合，按照词语集合中各个词语在物品描述文本中的位置，生成词语序列，包括：将词语集合中的词语的数量与预设的词语数量阈值进行比较；基于比较结果，按照词语集合中各个词语在物品描述文本中的位置，生成初始词语序列；基于初始词语序列，生成词语序列。

在一些实施例中，基于比较结果，按照词语集合中各个词语在物品描述文本中的位置，生成初始词语序列，包括：若词语集合中词语的数量小于词语数量阈值，则按照词语在物品描述文本中的位置由前到后的顺序，对词语集合中的词语进行排序，在排序结果之后添加第一数量个预设第一字符，得到初始词语序列，其中，第一数量为词语数量阈值与词语集合中词语的数量的差值。

在一些实施例中，基于比较结果，按照词语集合中各个词语在物品描述文本中的位置，生成初始词语序列，包括：若词语集合中词语的数量大于词语数量阈值，则从词语集合中选取词语数量阈值个词语，按照词语在物品描述文本中的位置由前到后的顺序，对选取出的词语进行排序，得到初始词语序列。

在一些实施例中，基于初始词语序列，生成词语序列，包括：针对初始词语序列中的每个词语，确定该词语是否存在于预设的训练词集合中，若该词语未存在于训练词集合中，利用预设第二字符对该词语进行替换。