[发明专利]一种识别化妆品直播营销违规宣传方法

权利要求书

1.一种化妆品直播营销违规宣传综合识别方法,其特征在于包括：

根据有关法律法规，将化妆品直播营销中常见涉及违规宣传大致分为基于宣传用语的夸大宣传和基于直播内容的虚假宣传；

其中夸大宣传分为三类，虚假宣传单独为一类；

将直播音频逐句转为文本数据集和直播视频逐帧转为图像数据集；

根据提取文本数据违规宣传特征，形成聚类簇，识别宣传用语上的夸大宣传；

根据转换的文本数据和图像数据，建立直播内容上的虚假宣传识别模型。

2.根据权利要求1所述的计算基于文本违规宣传评分方法,其特征在于：文本类别特征提取时，采用鲸鱼优化寻优算法，包括：

设一条文本为F，F＝{f₁,f₂,..,f_N}为文本数据分为词后的N个词，利用实数编码将F转换为X，则X∈{x₁,x₂,...x_N}，x_i∈[-1,1]，生成输入序列；

针对划分的违规宣传四个类别，将其标注为Q∈{-1，0，1}，其中“-1”代表类别1、“0”代表类别2和“1”代表类别3；

根据抛硬币的方式，进入气泡网寻优方式和包围猎物寻优方式两种寻优方式，其中气泡网寻优为：

其中b为常数(默认取1)，l为均匀分布在[-1,1]内的随机数，X^*为目前最佳位置；

包围猎物中通过判断的值是否大于1，选择两个游动方向，其具体寻优方式为：

当向随机位置游动函数为其中

当向最佳位置游动函数为：其中X^*为目前最佳位置；

将群体中解进行随机变异，逃出局部最优；

m为随机选择的变异点；

以分类精度为目标函数，过滤掉无关特征词，形成类别特征词集合。

3.根据权利要求1所述的基于文本与图像融合识别违规宣传方法，其特征在于，运用一种新型的图文匹配网络建立识别直播内容虚假宣传模型，包括：

将转换后的文本数据，运用LTP解析句词性和语义关系，形成文本图；

将转换后的图像数据，运用Faster-R CNN模型提取特征，形成视觉图；

进行文本图与视觉图之间的节点级匹配，计算文本图与视觉图各自各自节点自己的相似度，然后沿着视觉轴根据softmax函数度量节点与节点之间的对应关系，将所有视觉节点聚合为特征向量的加权组合；

结构级匹配将节点级匹配的向量作为输入，运用GCN对相邻匹配向量进行积分来更新下个向量，将卷积后的向量输入一个多层感知器，计算相似度，作为识别直播内容虚假宣传依据。