[发明专利]网页敏感度的计算方法、装置

权利要求书

1.一种网页敏感度的计算方法，其特征在于，包括：

根据预设敏感词典生成基准向量；

根据目标网页中的敏感词集合生成所述目标网页的敏感向量；

根据所述基准向量和所述敏感向量计算所述目标网页的敏感度。

2.根据权利要求1所述的计算方法，其特征在于，根据预设敏感词典生成基准向量包括：

统计所述预设敏感词典中包含的关键词；

以每个关键词为一个向量维度，每个关键词的权重值为维度标量，生成所述基准向量，其中，所述权重值用于表征对应关键词的敏感程度。

3.根据权利要求1所述的计算方法，其特征在于，根据目标网页中的敏感词集合生成所述目标网页的敏感向量包括：

获取所述目标网页的文本内容；

对所述文本内容进行分词，得到K个词元，其中，K为大于0的整数；

按照所述预设敏感词典在所述K个词元中提取M个敏感词，基于所述M个敏感词生成所述敏感向量，其中，所述敏感向量与所述基准向量的维度数量相同，M为大于或等于0的整数。

4.根据权利要求3所述的计算方法，其特征在于，按照所述预设敏感词典在所述K个词元中提取M个敏感词包括：

统计所述K个词元分别命中所述预设敏感词典的次数；

在所述K个词元中选择次数大于0的词元，得到M个敏感词。

5.根据权利要求4所述的计算方法，其特征在于，基于所述M个敏感词生成所述敏感向量包括：

确定所述预设敏感词典中未被所述K个词元命中的H个指定关键词，其中，其中，H为大于或等于0的整数；

以每个敏感词为向量的一个非零维度，每个指定关键词为向量的一个置零维度，合并所述非零维度和所述置零维度，得到N维的敏感向量，所述N为大于0的整数。

6.根据权利要求1所述的计算方法，其特征在于，根据所述基准向量和所述敏感向量计算所述目标网页的敏感度包括：

通过余弦函数计算所述基准向量与所述敏感向量的余弦值，其中，所述基准向量和所述敏感向量的维度数量相同；

将所述余弦值确定为所述目标网页的敏感度。

7.根据权利要求1所述的计算方法，其特征在于，在根据所述基准向量和所述敏感向量计算所述目标网页的敏感度之后，所述方法还包括：

判断所述敏感度是否大于预设门限；

若所述敏感度大于所述预设门限，在浏览器展示所述目标网页时，输出告警消息，其中，所述告警消息用于指示当前网页包含敏感内容。

8.一种网页敏感度的计算装置，其特征在于，包括：

第一生成模块，用于根据预设敏感词典生成基准向量；

第二生成模块，用于根据目标网页中的敏感词集合生成所述目标网页的敏感向量；

计算模块，用于根据所述基准向量和所述敏感向量计算所述目标网页的敏感度。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的计算方法。

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，该程序被处理器执行时实现如权利要求1至7中任一项所述的计算方法。