CN102693236A - 基于内容理解的不良信息过滤方法 - Google Patents
基于内容理解的不良信息过滤方法 Download PDFInfo
- Publication number
- CN102693236A CN102693236A CN2011100712318A CN201110071231A CN102693236A CN 102693236 A CN102693236 A CN 102693236A CN 2011100712318 A CN2011100712318 A CN 2011100712318A CN 201110071231 A CN201110071231 A CN 201110071231A CN 102693236 A CN102693236 A CN 102693236A
- Authority
- CN
- China
- Prior art keywords
- content
- flame
- information
- text
- filter method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种基于内容理解的不良信息过滤方法，其包括以下步骤：首先对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达。之后，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配。接着，根据匹配结果对信息源进行相应的过滤处理。最后，将处理后的结果返回给Web页的用户。由此，能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的网络环境，其应用前景非常广阔。
Description
技术领域
本发明涉及一种信息过滤方法，尤其涉及一种基于内容理解的不良信息过滤方法。
背景技术
近年来随着互联网技术的发展，各种良莠不齐的信息数量急剧膨胀，网络信息安全问题日益突出，严重的败坏了社会的风气，因此社会和个人对信息的过滤需求日益强烈。然而结合目前正在使用的不良信息过滤软件和***来看，存在着漏报、错报的现象，并且过滤速度较慢，而本发明提出的基于内容分析的方法，不仅能够精确有效的过滤不良信息，为用户提供干净的网络环境，而且过滤速度较快，应用前景非常广阔。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题，提供一种基于内容理解的不良信息过滤方法。
本发明的目的通过以下技术方案来实现：
基于内容理解的不良信息过滤方法，其包括以下步骤：
步骤①，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达；
步骤②，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配；
步骤③，根据匹配结果对信息源进行相应的过滤处理；
步骤④，将处理后的结果返回给Web页的用户。
上述的基于内容理解的不良信息过滤方法，其中：所述的网络信息源包括文本内容信息和图像内容信息。
进一步地，上述的基于内容理解的不良信息过滤方法，其中：所述的文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义，发现不良信息。
更进一步地，上述的基于内容理解的不良信息过滤方法，其中：所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。
更进一步地，上述的基于内容理解的不良信息过滤方法，其中：步骤②所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。
再进一步地，上述的基于内容理解的不良信息过滤方法，其中：所述的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。
本发明技术方案的优点主要体现在：能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的的网络环境，其应用前景非常广阔。
本发明的目的、优点和特点，将通过下面优选实施例的非限制性说明进行解释。这些实施例仅是应用本发明技术方案的典型范例，凡采取等同替换或者等效变换而形成的技术方案，均落在本发明要求保护的范围之内。
具体实施方式
基于内容理解的不良信息过滤方法，其与众不同之处在于包括以下步骤：首先，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达。具体来说，所述的网络信息源包括文本内容信息和图像内容信息。
之后，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配。具体来说，所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。
接着，根据匹配结果对信息源进行相应的过滤处理。最后，将处理后的结果返回给Web页的用户。
结合本发明的实际实施过程来看，采用文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义，发现不良信息。同时，所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。并且，为了起到较佳的过滤效果，采用的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。
通过上述的文字表述可以看出，采用本发明后，能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的的网络环境，其应用前景非常广阔。
Claims (6)
1.基于内容理解的不良信息过滤方法，其特征在于包括以下步骤：
步骤①，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达；
步骤②，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配；
步骤③，根据匹配结果对信息源进行相应的过滤处理；
步骤④，将处理后的结果返回给Web页的用户。
2.根据权利要求1所述的基于内容理解的不良信息过滤方法，其特征在于：所述的网络信息源包括文本内容信息和图像内容信息。
3.根据权利要求2所述的基于内容理解的不良信息过滤方法，其特征在于：所述的文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义，发现不良信息。
4.根据权利要求2所述的基于内容理解的不良信息过滤方法，其特征在于：所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。
5.根据权利要求1所述的基于内容理解的不良信息过滤方法，其特征在于：步骤②所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。
6.根据权利要求1所述的基于内容理解的不良信息过滤方法，其特征在于：所述的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100712318A CN102693236A (zh) | 2011-03-24 | 2011-03-24 | 基于内容理解的不良信息过滤方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100712318A CN102693236A (zh) | 2011-03-24 | 2011-03-24 | 基于内容理解的不良信息过滤方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102693236A true CN102693236A (zh) | 2012-09-26 |
Family
ID=46858693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100712318A Pending CN102693236A (zh) | 2011-03-24 | 2011-03-24 | 基于内容理解的不良信息过滤方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102693236A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609516A (zh) * | 2012-02-08 | 2012-07-25 | 苏州中联互通信息科技有限公司 | 基于内容理解的不良信息过滤方法 |
| CN103473299A (zh) * | 2013-09-06 | 2013-12-25 | 北京锐安科技有限公司 | 一种网站不良似然度获取方法和装置 |
| WO2015058631A1 (en) * | 2013-10-23 | 2015-04-30 | Tencent Technology (Shenzhen) Company Limited | Method, server and system for malicious url identification |
| CN105740752A (zh) * | 2014-12-11 | 2016-07-06 | 世纪龙信息网络有限责任公司 | 敏感图片过滤方法和*** |
| WO2018000273A1 (zh) * | 2016-06-29 | 2018-01-04 | 深圳狗尾草智能科技有限公司 | 一种不良语料内容检测装置和方法 |
| CN107547555A (zh) * | 2017-09-11 | 2018-01-05 | 北京匠数科技有限公司 | 一种网站安全监测方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101055621A (zh) * | 2006-04-10 | 2007-10-17 | 中国科学院自动化研究所 | 基于内容的敏感网页识别方法 |
| CN101359329A (zh) * | 2008-04-01 | 2009-02-04 | 北京恒金恒泰信息技术有限公司 | 基于浏览器的过滤色情软件插件 |
-
2011
- 2011-03-24 CN CN2011100712318A patent/CN102693236A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101055621A (zh) * | 2006-04-10 | 2007-10-17 | 中国科学院自动化研究所 | 基于内容的敏感网页识别方法 |
| CN101359329A (zh) * | 2008-04-01 | 2009-02-04 | 北京恒金恒泰信息技术有限公司 | 基于浏览器的过滤色情软件插件 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609516A (zh) * | 2012-02-08 | 2012-07-25 | 苏州中联互通信息科技有限公司 | 基于内容理解的不良信息过滤方法 |
| CN103473299A (zh) * | 2013-09-06 | 2013-12-25 | 北京锐安科技有限公司 | 一种网站不良似然度获取方法和装置 |
| CN103473299B (zh) * | 2013-09-06 | 2017-02-08 | 北京锐安科技有限公司 | 一种网站不良似然度获取方法和装置 |
| WO2015058631A1 (en) * | 2013-10-23 | 2015-04-30 | Tencent Technology (Shenzhen) Company Limited | Method, server and system for malicious url identification |
| CN105740752A (zh) * | 2014-12-11 | 2016-07-06 | 世纪龙信息网络有限责任公司 | 敏感图片过滤方法和*** |
| CN105740752B (zh) * | 2014-12-11 | 2021-05-11 | 世纪龙信息网络有限责任公司 | 敏感图片过滤方法和*** |
| WO2018000273A1 (zh) * | 2016-06-29 | 2018-01-04 | 深圳狗尾草智能科技有限公司 | 一种不良语料内容检测装置和方法 |
| CN107547555A (zh) * | 2017-09-11 | 2018-01-05 | 北京匠数科技有限公司 | 一种网站安全监测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108038119A (zh) | 利用新词发现投资标的的方法、装置及存储介质 | |
| CN106202211B (zh) | 一种基于微博类型的集成微博谣言识别方法 | |
| CN102693236A (zh) | 基于内容理解的不良信息过滤方法 | |
| CN102279894B (zh) | 基于语义的查找、集成和提供评论信息的方法及搜索*** | |
| CN103631948B (zh) | 命名实体的识别方法 | |
| CN107391598B (zh) | 一种威胁情报自动生成方法及*** | |
| CN102542061B (zh) | 一种产品的智能分类方法 | |
| CN101673266B (zh) | 音频、视频内容的搜索方法 | |
| CN103020159A (zh) | 一种面向事件的新闻展现方法和装置 | |
| CN104933130A (zh) | 评论信息的标注方法及装置 | |
| CN103744877A (zh) | 部署于互联网的舆情监测应用***及运用方法 | |
| CN103324622A (zh) | 一种自动生成首页摘要的方法及装置 | |
| CN106649578A (zh) | 一种基于社交网络平台的舆情分析方法及*** | |
| CN103500172A (zh) | 一种图片搜索*** | |
| CN103076894B (zh) | 一种用于根据对象标识信息构建输入词条的方法与设备 | |
| CN105117434A (zh) | 一种网页分类方法和*** | |
| CN106844588A (zh) | 一种基于网络爬虫的用户行为数据的分析方法及*** | |
| CN102609516A (zh) | 基于内容理解的不良信息过滤方法 | |
| Jin et al. | Filtering spam in Weibo using ensemble imbalanced classification and knowledge expansion | |
| US8266140B2 (en) | Tagging system using internet search engine | |
| CN103853720A (zh) | 基于用户关注度的网络敏感信息监控***及方法 | |
| CN104331396A (zh) | 一种智能识别广告的方法 | |
| US20140379806A1 (en) | Data matching method and device | |
| CN101562603A (zh) | 一种通过回显解析telnet协议的方法及*** | |
| CN102982029B (zh) | 一种搜索需求识别方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120926 |