[发明专利]违规词拓展方法、装置、设备及存储介质

说明书

本发明属于计算机技术领域，公开了一种违规词拓展方法、装置、设备及存储介质。该方法包括：通过预设违规词拓展模型生成预设词根分别对应的若干拓展词；确定各拓展词与预设词根对应的相似度得分；基于预设行业分类模型确定各拓展词在多个行业内的行业初始得分；根据预设词根对应的拓展类型确定对应的权重；根据相似度得分、行业初始得分以及权重确定各拓展词对应的行业最终得分；根据行业最终得分将各拓展词作为对应行业的违规词。通过上述方式，对预设词根进行自动拓展，并区分各拓展词对应的行业，为广告违法违规性判别提供数据支持，提高了违规词库填充效率，避免了人工重复从大量的文本数据中寻找违规词，降低了人力成本。

技术领域

本发明涉及计算机技术领域，尤其涉及一种违规词拓展方法、装置、设备及存储介质。

背景技术

现有的广告违法违规性判别中通常使用已有的违规词与广告进行匹配，而已有的违规词通过由人工重复地从大量的文本数据中寻找广告违法性质高的违规词，这种方式主观性高，词库填充效率低，并且耗费人力。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种违规词拓展方法、装置、设备及存储介质，旨在解决如何实现对广告违规词进行自动扩展，避免人工重复从大量的文本数据中寻找违规词，从而降低人力成本的技术问题。

为实现上述目的，本发明提供了一种违规词拓展方法，所述方法包括以下步骤：

通过预设违规词拓展模型生成预设词根分别对应的若干拓展词；

确定各拓展词与所述预设词根对应的相似度得分；

基于预设行业分类模型确定各拓展词在多个行业内的行业初始得分；

根据所述预设词根对应的拓展类型确定对应的权重；

根据所述相似度得分、所述行业初始得分以及所述权重确定各拓展词对应的行业最终得分；

根据所述行业最终得分将各拓展词作为对应行业的违规词。

可选地，所述通过预设违规词拓展模型生成预设词根分别对应的若干拓展词，包括：

通过预设违规词拓展模型获取预设词根对应的若干相关词；

根据预设数据库对所述若干相关词进行去重处理，得到若干拓展词。

可选地，所述根据预设数据库对所述若干相关词进行去重处理，得到若干拓展词，包括：

从预设数据库中确定若干当前词；

分别确定所述若干当前词与所述若干相关词之间的编辑距离；

根据所述编辑距离对所述若干相关词进行去重处理，得到若干拓展词。

可选地，所述根据所述编辑距离对所述若干相关词进行去重处理，得到若干拓展词，包括：

在目标相关词对应的目标编辑距离小于预设距离阈值时，删除所述目标相关词；

将剩余的相关词作为若干拓展词。

可选地，所述根据所述行业最终得分将各拓展词作为对应行业的违规词之后，所述方法还包括：

将各拓展词以及对应行业存储至所述预设数据库中。

可选地，所述根据所述行业最终得分将各拓展词作为对应行业的违规词之后，所述方法还包括：

获取用户输入的删除指令，根据所述删除指令删除对应的目标拓展词；

将剩余的各拓展词以及对应行业存储至所述预设数据库中。