CN111241284B - 文章内容识别方法、装置及计算机存储介质 - Google Patents
文章内容识别方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN111241284B CN111241284B CN202010041427.1A CN202010041427A CN111241284B CN 111241284 B CN111241284 B CN 111241284B CN 202010041427 A CN202010041427 A CN 202010041427A CN 111241284 B CN111241284 B CN 111241284B
- Authority
- CN
- China
- Prior art keywords
- article content
- timeliness
- article
- content
- mode
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004044 response Effects 0.000 claims abstract description 51
- 230000036962 time dependent Effects 0.000 claims abstract description 15
- 238000013145 classification model Methods 0.000 claims description 26
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 20
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 241000264060 Lethrinus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种文章内容识别方法及装置、计算机存储介质，属于数据处理技术领域；所述文章内容识别方法包括：获取文章内容；对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；采用本公开所述的技术方案，能提高对文章内容时效性识别的准确率。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种文章内容识别方法、装置及计算机存储介质。
背景技术
在资讯信息领域中，各类资讯应用已经成为用户获取新闻信息的一个重要工具，根据用户的行为偏好为其定制的新闻推荐功能成为必备功能之一。新闻推荐具有时效性强、更新速度快等特点，为用户推荐其喜欢且不过时的新闻变得极为重要。一般来说，会给用户带来“过期新闻”感知的新闻称为过期新闻，推荐***需要对资讯信息进行时效性识别，过滤已经过期的新闻，避免过期新闻出现在用户的信息流推荐列表中，给用户带来不好的体验。然而，现有的识别方法的时效性识别准确率低。
发明内容
本公开提供一种文章内容识别方法、装置及计算机存储介质。
根据本公开实施例的第一方面，提供一种文章内容识别方法，包括：
获取文章内容；
对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；
响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
上述方案中，所述对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果，包括：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
上述方案中，所述模式包括第一模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第一模式和第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
上述方案中，所述将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性；
所述将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
上述方案中，所述方法还包括：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性，为所述文章内容设置第二过期时间。
上述方案中，所述方法还包括：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
根据本公开实施例的第二方面，提供一种文章内容识别装置，包括：
获取模块，被配置为获取文章内容；
第一识别模块，被配置为对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；
第二识别模块，被配置为响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
上述方案中，所述第一识别模块，被配置为：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
上述方案中，所述模式包括第一模式，所述第二识别模块，被配置为：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
上述方案中，所述模式包括第一模式，所述第二识别模块，被配置为：
将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第二模式，所述第二识别模块，被配置为：将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第一模式和第二模式，所述第二识别模块，被配置为：将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
上述方案中，所述模式包括第二模式，所述第二识别模块，被配置为：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
上述方案中，所述装置还包括：
设置模块，被配置为：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性，为所述文章内容设置第二过期时间。
上述方案中，所述设置模块，被配置为：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
根据本公开实施例的第三方面，提供一种文章内容识别装置，包括：
处理器；
用于存储可执行指令的存储器；
其中，所述处理器被配置为：执行所述可执行指令时实现前述根据本公开实施例的第一方面中任意一个方案所述的文章内容识别方法。
根据本公开实施例的第四方面，提供一种计算机存储介质，所述计算机存储介质中存储有可执行指令，所述可执行指令被处理器执行时，使得所述处理器执行前述根据本公开实施例的第一方面中任意一个方案所述的文章内容识别方法。
本公开的实施例提供的技术方案可以包括以下有益效果：
获取文章内容；对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；如此，能够提高对文章内容时效性识别的准确率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种文章内容识别方法的流程示意图；
图2是根据一示例性实施例示出的时效性识别流程示意图；
图3是根据一示例性实施例示出的一种文章内容识别装置的框图；
图4是根据一示例性实施例示出的一种用于实现文章内容识别的装置800的框图；
图5是根据一示例性实施例示出的一种用于实现文章内容识别的装置900的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
实施例一
图1是根据一示例性实施例示出的一种文章内容识别方法的流程图，如图1所示，该文章内容识别方法可以应用于各种电子设备中，该电子设备包括但不限于固定设备和/或移动设备，例如，所述固定设备包括但不限于：个人电脑(Personal Computer，PC)、或者服务器等，所述服务器可以是云服务器或普通服务器。所述移动设备包括但不限于：手机或平板电脑等。如图1所示，所述方法主要包括以下步骤：
在步骤S11中，获取文章内容；
在步骤S12中，对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；
在步骤S13中，响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
本公开实施例中，所述文章可包括下述中的一种或几种：
新闻；戏剧；小说；科学论文；记叙文、议论文、说明文、应用文等等。
本公开实施例中，所述时效性识别结果包括：
第一类时效性；第二类时效性。其中，所述第一类时效性的时效性低于所述第二类时效性的时效性。
本公开实施例中，所述模式包括：
第一模式，第二模式。
其中，所述第一模式和所述第二模式都能用于匹配当前训练好的分类模型无法识别的强时效性文章。
其中，所述第一模式是无语义歧义的关键词模式。示例性地，所述第一模式包括多个预设关键词，每个所述预设关键词能够体现所述文章内容为强时效性内容。比如，所述预设关键词为“即日起”、或“倒计时XX天”等。
其中，所述第二模式是具有时效性含义的时间模式。所述第二模式包括多个日期和/或时间格式的词，每个所述日期和/或时间格式的词能够体现所述文章内容为强时效性内容。比如，所述日期和/或时间格式的词为“XXXX年XX月XX日(号)”、“XX月XX日(号)”等。
本公开实施例所述的技术方案，获取文章内容；对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；如此，能够提高对文章内容时效性识别的准确率。
在一些实施例中，对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果，包括：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
比如，所述第一概率与所述第二概率之和为1。
其中，所述分类模型是深度学习中的分类模型如BERT，基于文章内容使用分类模型进行语义识别，利用上下文信息能准确识别出具有强时效性的文章。
需要说明的是，所述第一预设阈值和所述第二阈值可根据实际情况如检测精度进行设定或调整。
如此，基于深度学习中的分类模型对文章上下文内容进行语义理解，来实现对文章的时效性识别，解决了仅通过模式匹配识别时可能存在歧义而导致识别准确率低的问题，且在时效性识别中，语义识别相比模式匹配识别准确率和召回率都能得到显著提升。
在一些实施例中，所述模式包括第一模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
步骤S13a:确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
如此，在基于深度学习中的分类模型对文章上下文内容进行语义理解，来实现对文章的时效性识别后，采用第一模式匹配对分类模型输出的时效性识别结果为第一类时效性的文章内容做进一步识别，有助于进一步提高时效性识别准确率。
在一些实施例中，所述模式包括第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
步骤S13b:确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
如此，在基于深度学习中的分类模型对文章上下文内容进行语义理解，来实现对文章的时效性识别后，采用第二模式匹配对分类模型输出的时效性识别结果为第一类时效性的文章内容做进一步识别，充分利用规则本身的时间性含义，有助于进一步提高时效性识别准确率。
在一些实施例中，所述模式包括第一模式和第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
步骤S13c:将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
如此，在基于深度学习中的分类模型对文章上下文内容进行语义理解，来实现对文章的时效性识别后，采用第一模式和第二模式匹配对分类模型输出的时效性识别结果为第一类时效性的文章内容做进一步识别，充分利用规则本身的时间性含义，有助于进一步提高时效性识别准确率。上述方案中，所述方法还包括：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性，为所述文章内容设置第二过期时间。
如此，针对不同时效性类别的文章内容，设置不同的过期时间，在向用户终端推荐文章之前，过滤过期时间小于当前时间的文章，能够有效避免过期文章出现在用户的信息流列表中。
在一些实施例中，采用如下方式为所述文章内容设置过期时间：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
如此，使得为文章内容设置的第一过期时间和第二过期时间更准确。
下方列举4篇文章内容，分析根据时效性识别方法如何给每篇文章设置过期时间。
【示例1】
标题：商合杭高铁商丘至合肥段今天开始试运行
正文：今天，作为华东第二大通道的商合杭高铁北段正式进入试运行阶段。试运行期间，主要进行列车运行图参数测试、应急演练等项目试验，为正式开通运营提供科学依据。
发布时间：2019-10-24 15:20:01
经过步骤S12，训练好的分类模型预测这篇文章的标签类别为1，代表这篇文章为强时效性内容，设置过期时间为“2019-10-25 00:00:00”。
【示例2】
标题：教师资格证倒计时8天，这一组作文评分标准祝你战胜高分作文
正文：众所周知，教师资格证中《综合素质》的作文已经占去半壁江山，作文兴，则综合兴；作文及格，则综合及格；小编为大家奉上一组作文评分标准.....
发布时间：2019-10-24 14:47:01
经过步骤S12，训练好的分类模型预测这篇文章的标签类别为0，代表模型识别这篇文章为弱时效内容；进入步骤S13a，将这篇文章内容对词库中的模式进行匹配，文章匹配上词库中的“倒计时XX天”模式，代表规则匹配识别这篇文章为强时效内容，设置过期时间为“2019-10-25 00:00:00”。
【示例3】
标题：北京高考报名流程详解
正文：2020年北京高考报名将于11月1日启动，高考报名流程是什么？考生需要注意哪些重要时间节点？让我们一起来看看吧！
发布时间：2019-10-24 20:51:27
经过步骤S12，训练好的分类模型预测这篇文章的类别标签为0；进入步骤S13a，将这篇文章内容对词库中的模式进行匹配，文章没有匹配上词库中任意规则；进入步骤S13b，对文章内容进行日期规则匹配，匹配出“11月1日”，该时间在发布时间10月24日之后，因此设置这篇文章的过期时间为“2019-11-01 00:00:00”。
【示例4】
标题：年羹尧死后，遗留书有人写了8个字，雍正看见将其断头
正文：年羹尧是在清朝初期让皇帝们都特别倚重的一位大臣，从刚开始的一个文官，到后来的武官，他可以说是完成了一个特别大的转折。
发布时间：2019-10-25 13:34:07
经过S12、S13a和S13b后，识别这篇文章为无时效性内容，设置过期时间为发布时候后七天，即“2019-11-01 13:34:07”。
本公开实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
本公开实施例所述的技术方案，获取文章内容；对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；如此，通过语义识别与模式匹配相结合的方法实现文章内容的时效性准确判别，显著提高了时效性识别的准确率、召回率。
实施例二
图2是根据一示例性实施例示出的时效性识别流程示意图，如图2所示，该流程包括：
步骤201：样本数据标注；
步骤202：对模型进行训练和调参；
步骤203：判断模型的泛化能力是否满足预设要求，如果否，返回步骤201；如果是，执行步骤204；
步骤204：导出模型，进行部署；
步骤205：生成分类模型；
步骤206：新闻内容输入分类模型；
步骤207：由该分类模型确定该新闻内容是否为强时效内容，如果是，执行步骤210；如果否，执行步骤208；
步骤208：判断该新闻内容是否能匹配上第一模式，如果是，执行步骤210；如果否，执行步骤209；
步骤209：判断该新闻内容是否能匹配上第二模式，如果是，执行步骤210；如果否，执行步骤211。
步骤210：为该新闻内容设置第一过期时间；
步骤211：为该新闻内容设置第二过期时间。
示例性地，准备多篇文章内容，对当前待标记样本集中的所有文章进行人工标注，具体标注方法为：确定为强时效性内容的样本，人工标记为1(记作正样本)；确定为弱时效性内容的样本，人工标记为0(记为负样本)。如果一篇文章在新闻发布第二天推送给用户终端，会让用户产生“过期内容”的感知，这篇文章会被判别为强时效性内容；反之，这篇文章会被判别为弱时效性内容。利用具有类别标签的已知标签样本集训练分类模型，训练的模型对强时效内容和弱时效内容识别的准确率和召回率达到要求后，就可以对大量的没有类别标签的文章进行分类。
从图2可以看出，利用训练好的分类模型对文章内容进行识别时，主要流程分为A、B、C三大步骤：
A步骤：对于一篇没有类别标签的文章，利用预先训练好的模型，将文章的文本内容作为模型输入，模型会输出文章属于每个类别的概率，设置一个阈值，选择概率超过阈值的类别作为文章类别标签。如果一篇文章的类别标签被预测为1，那么设置文章的过期时间为发布时间第二天凌晨0点；反之，文章的类别标签被预测为0，进入步骤B；
步骤B：通过分析训练好的模型无法识别的强时效内容，整理一批具有时效性但无歧义的模式形成词库，比如“即日起”、“倒计时XX天”等。对于一篇模型识别为弱时效性内容的文章，如果文章匹配上词库中任意模式，代表这篇文章为强时效性内容，设置文章的过期时间为发布时间第二天凌晨0点；反之，进入步骤C；
步骤C：对于一篇通过第A-B步骤后被识别为弱时效性的文章，使用日期模式匹配，比如“XXXX年XX月XX日(号)”、“XX月XX日(号)”等。如果一篇文章的内容匹配上时间模式，将文章内容中匹配出的时间词与文章发布时间进行对比，根据对比结果来设置文章的过期时间，这里会设置一个区间，比如文章内容中匹配出的时间词必须在文章发布时间前后3个月内(这个区间大小可以调整)；否则，设置文章的过期时间为文章发布时间后七天。如果一篇文章内容中出现时间词的最早时间在发布时间之后，判别这篇文章描述的事件属于即将发生但还未发生，设置这篇文章的过期时间为文章内容中出现时间词的最早时间凌晨0点；反之，判别这篇文章描述的事件发生在过去，设置这篇文章的过期时间为发布时间第二天凌晨0点。
随机抽取2600篇文章，使用现行方案模式匹配方法和本公开提出的方法(只使用步骤A)对文章进行时效性识别，评估结果为：语义识别方法识别强时效性内容(样本类别1)准确率提高了38％，召回率提高了4％；识别弱时效性内容(样本类别0)准确率提升了53％，召回率提升了80％。本公开提出进行时效性识别方案的步骤B-C是基于语义识别方法(步骤A)进行的改进，准确率和召回率能够得到进一步提升。
实施例三
图3是根据一示例性实施例示出的一种文章内容识别装置的框图。参照图3，该装置包括获取模块10、第一识别模块20和第二识别模块30。
获取模块10，被配置为获取文章内容；
第一识别模块20，被配置为对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；
第二识别模块30，被配置为响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
在一些实施方式中，所述第一识别模块20，被配置为：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
在一些实施方式中，所述模式包括第一模式，所述第二识别模块30，被配置为：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
在一些实施方式中，所述模式包括第一模式，所述第二识别模块30，被配置为：
将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第二模式，所述第二识别模块30，被配置为：将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第一模式和第二模式，所述第二识别模块30，被配置为：将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
在一些实施方式中，所述模式包括第二模式，所述第二识别模块30，被配置为：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
上述方案中，所述装置还包括：
设置模块40(图3中未示出)，被配置为：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性时，为所述文章内容设置第二过期时间。
在一些实施方式中，所述设置模块40，被配置为：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实际应用中，上述获取模块10、第一识别模块20和第二识别模块30的具体结构均可由该文章内容识别装置或该文章内容识别装置所属电子设备中的中央处理器(CPU，Central Processing Unit)、微处理器(MCU，Micro Controller Unit)、数字信号处理器(DSP，Digital Signal Processing)或可编程逻辑器件(PLC，Programmable LogicController)等实现。
本领域技术人员应当理解，本公开实施例的文章内容识别装置中各处理模块的功能，可参照前述应用于车辆侧的文章内容识别方法的相关描述而理解，本公开实施例的文章内容识别装置中各处理模块，可通过实现本公开实施例所述的功能的模拟电路而实现，也可以通过执行本公开实施例所述的功能的软件在电子设备上的运行而实现。
本公开实施例所述的文章内容识别装置，能够提高对文章内容有效性识别的准确率和召回率。
本公开实施例还记载了一种文章内容识别装置，所述装置包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任意一个应用于电子设备的技术方案提供的文章内容识别方法。
作为一种实施方式，所述处理器执行所述程序时实现：
获取文章内容；
对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；
响应于确定所述时效性识别结果为第一类时效性，对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
作为一种实施方式，所述处理器执行所述程序时实现：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
作为一种实施方式，所述处理器执行所述程序时实现：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
作为一种实施方式，所述处理器执行所述程序时实现：所述模式包括第一模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者
所述模式包括第一模式和第二模式，所述对所述文章内容进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
作为一种实施方式，所述处理器执行所述程序时实现：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词时，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词时，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
作为一种实施方式，所述处理器执行所述程序时实现：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性时，为所述文章内容设置第二过期时间。
作为一种实施方式，所述处理器执行所述程序时实现：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
本申请实施例提供的文章内容识别装置，能够提高对文章内容有效性识别的准确率和召回率。
本申请实施例还记载了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行前述各个实施例所述的文章内容识别方法。也就是说，所述计算机可执行指令被处理器执行之后，能够实现前述任意一个技术方案提供的文章内容识别方法。
本领域技术人员应当理解，本实施例的计算机存储介质中各程序的功能，可参照前述各实施例所述的文章内容识别方法的相关描述而理解。
实施例四
图4是根据一示例性实施例示出的一种用于实现文章内容识别的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图4，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O，Input/Output)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random-Access Memory，SRAM)，电可擦除可编程只读存储器(Electrically-Erasable Programmable Read Only Memory，EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)，可编程只读存储器(Programmable read-only memory，PROM)，只读存储器(Read Only Memory，ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理***，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，LCD)和触摸面板(TouchPanel，TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(microphone，简称MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，CMOS)或电荷耦合元件(Charge-coupledDevice，CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如Wi-Fi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(Near FieldCommunication，NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RadioFrequency Identification，RFID)技术，红外数据协会(Infrared Data Association，IrDA)技术，超宽带(Ultra Wide Band，UWB)技术，蓝牙(Blue Tooth，BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、数字信号处理器(Digital Signal Processor，DSP)、数字信号处理设备(Digital Signal Processing Device，DSPD)、可编程逻辑器件(Programmable Logic Device，PLD)、现场可编程门阵列(Field Programmable GateArray，FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的文章内容识别方法。
在示例性实施例中，还提供了一种包括可执行指令的非临时性的计算机存储介质，例如包括可执行指令的存储器804，上述可执行指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性的计算机存储介质可以是ROM、随机存取存储器(RandomAccess Memory，RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
实施例五
图5是根据一示例性实施例示出的一种用于实现文章内容识别的装置900的框图。例如，装置900可以被提供为一服务器。参照图5，装置900包括处理组件922，其进一步包括一个或多个处理器，以及由存储器932所代表的存储器资源，用于存储可由处理组件922的执行的指令，例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件922被配置为执行指令，以执行上述的文章内容识别方法。
装置900还可以包括一个电源组件926被配置为执行装置900的电源管理，一个有线或无线网络接口950被配置为将装置900连接到网络，和一个输入输出(I/O)接口958。装置900可以操作基于存储在存储器932的操作***，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
本公开实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种文章内容识别方法，其特征在于，包括：
获取文章内容；
对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；其中，所述时效性识别结果包括：第一类时效性和第二类时效性，所述第一类时效性的时效性低于所述第二类时效性的时效性；
响应于确定所述时效性识别结果为第一类时效性，对所述文章内容与第一模式和/或第二模式进行模式匹配，所述第一模式是无语义歧义的关键词模式，所述第二模式是具有时效性含义的时间模式，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
2.根据权利要求1所述的文章内容识别方法，其特征在于，所述对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果，包括：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
3.根据权利要求1所述的文章内容识别方法，其特征在于，所述响应于确定所述时效性识别结果为第一类时效性，对所述文章内容与第一模式和第二模式进行模式匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
4.根据权利要求1所述的文章内容识别方法，其特征在于，所述对所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性；
所述对所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果，包括：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
5.根据权利要求1至4任一项所述的文章内容识别方法，其特征在于，所述方法还包括：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性，为所述文章内容设置第二过期时间。
6.根据权利要求5所述的文章内容识别方法，其特征在于，采用如下方式为所述文章内容设置过期时间：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
7.一种文章内容识别装置，其特征在于，包括：
获取模块，被配置为获取文章内容；
第一识别模块，被配置为对所述文章内容进行语义识别，得到所述文章内容的时效性识别结果；其中，所述时效性识别结果包括：第一类时效性和第二类时效性，所述第一类时效性的时效性低于所述第二类时效性的时效性；
第二识别模块，被配置为响应于确定所述时效性识别结果为第一类时效性，对所述文章内容与第一模式和/或第二模式进行模式匹配，所述第一模式是无语义歧义的关键词模式，所述第二模式是具有时效性含义的时间模式，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
8.根据权利要求7所述的文章内容识别装置，其特征在于，所述第一识别模块，被配置为：
利用已训练好的分类模型对所述文章内容进行语义识别，得到所述文章内容属于第一类时效性的第一概率以及所述文章内容属于第二类时效性的第二概率；
响应于所述第一概率大于第一预设阈值或所述第二概率小于第二预设阈值，确定所述时效性识别结果为第一类时效性。
9.根据权利要求7所述的文章内容识别装置，其特征在于，所述第二识别模块，被配置为：将所述文章内容与所述第一模式进行匹配；响应于所述文章内容不能与所述第一模式匹配，将所述文章内容与所述第二模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果；或者将所述文章内容与所述第二模式进行匹配；响应于所述文章内容不能与所述第二模式匹配，将所述文章内容与所述第一模式进行匹配，根据模式匹配情况重新确定所述文章内容的时效性识别结果。
10.根据权利要求7所述的文章内容识别装置，其特征在于，所述第二识别模块，被配置为：
确定所述文章内容中是否含有所述第一模式下的至少一个预设关键词；
响应于所述文章内容含有至少一个所述预设关键词，确定所述文章内容能与所述第一模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述预设关键词，确定所述文章内容不能与所述第一模式匹配，并确定所述文章内容的时效性类别为第一类时效性；
所述第二识别模块，被配置为：
确定所述文章内容中是否含有第二模式下的至少一个日期和/或时间格式的词；
响应于所述文章内容含有至少一个所述日期和/或时间格式的词，确定所述文章内容能与所述第二模式匹配，并确定所述文章内容的时效性类别为第二类时效性；
响应于所述文章内容未含有所述日期和/或时间格式的词，确定所述文章内容不能与所述第二模式匹配，并确定所述文章内容的时效性类别为第一类时效性。
11.根据权利要求7至10任一项所述的文章内容识别装置，其特征在于，所述装置还包括：
设置模块，被配置为：
响应于经重新确定后所述文章内容的时效性识别结果仍为第一类时效性，为所述文章内容设置第一过期时间；或
响应于确定所述时效性识别结果为第二类时效性，或经重新确定后所述文章内容的时效性识别结果为第二类时效性，为所述文章内容设置第二过期时间。
12.根据权利要求11所述的文章内容识别装置，其特征在于，所述设置模块，被配置为：
结合所述文章内容中出现的时间词和所述文章内容的发布时间，为所述文章内容设置过期时间，其中，所述过期时间包括第二过期时间和第一过期时间。
13.一种文章内容识别装置，包括：
处理器；
用于存储可执行指令的存储器；
其中，所述处理器被配置为：执行所述可执行指令以实现权利要求1至6任一项所述的文章内容识别方法。
14.一种计算机存储介质，所述计算机存储介质中存储有可执行指令，所述可执行指令被处理器执行时，使得所述处理器执行权利要求1至6任一项所述的文章内容识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041427.1A CN111241284B (zh) | 2020-01-15 | 2020-01-15 | 文章内容识别方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041427.1A CN111241284B (zh) | 2020-01-15 | 2020-01-15 | 文章内容识别方法、装置及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111241284A CN111241284A (zh) | 2020-06-05 |
| CN111241284B true CN111241284B (zh) | 2024-04-02 |
Family
ID=70864057
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010041427.1A Active CN111241284B (zh) | 2020-01-15 | 2020-01-15 | 文章内容识别方法、装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111241284B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232075A (zh) * | 2020-12-14 | 2021-01-15 | 北京智慧星光信息技术有限公司 | 基于时间格式和网页元素特征的文章发布时间识别方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090201A (zh) * | 2017-12-20 | 2018-05-29 | 珠海市君天电子科技有限公司 | 一种文章内容分类的方法、装置及电子设备 |
| WO2019153551A1 (zh) * | 2018-02-12 | 2019-08-15 | 平安科技（深圳）有限公司 | 文章分类方法、装置、计算机设备及存储介质 |
-
2020
- 2020-01-15 CN CN202010041427.1A patent/CN111241284B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090201A (zh) * | 2017-12-20 | 2018-05-29 | 珠海市君天电子科技有限公司 | 一种文章内容分类的方法、装置及电子设备 |
| WO2019153551A1 (zh) * | 2018-02-12 | 2019-08-15 | 平安科技（深圳）有限公司 | 文章分类方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 陈燕方 ; 周晓英 ; 张璐 ; .基于语义共现匹配的在线食品安全谣言相关文档识别方法研究.情报理论与实践.2017,(06),全文. * |
| 麦林 ; 俞能海 ; .多特征融合的博客文章分类方法.小型微型计算机***.2010,(06),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111241284A (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2649294C2 (ru) | Способ и устройство для построения шаблона и способ и устройство для идентификации информации | |
| CN106024009B (zh) | 音频处理方法及装置 | |
| CN111539443B (zh) | 一种图像识别模型训练方法及装置、存储介质 | |
| CN105955618B (zh) | 信息显示方法及装置 | |
| EP3173948A1 (en) | Method and apparatus for recommendation of reference documents | |
| CN104735243B (zh) | 联系人列表显示方法及装置 | |
| CN106777016B (zh) | 基于即时通信进行信息推荐的方法及装置 | |
| CN105975540A (zh) | 信息显示方法及装置 | |
| CN109002184A (zh) | 一种输入法候选词的联想方法和装置 | |
| CN112508612B (zh) | 训练广告创意生成模型、生成广告创意的方法及相关装置 | |
| CN106919629A (zh) | 在群聊中实现信息筛选的方法及装置 | |
| CN112291614A (zh) | 一种视频生成方法及装置 | |
| RU2734780C1 (ru) | Способ представления информации, устройство и запоминающий носитель информации для него | |
| US10244367B2 (en) | Short message identification method and device, and storage medium | |
| CN111241284B (zh) | 文章内容识别方法、装置及计算机存储介质 | |
| CN113849723A (zh) | 搜索方法及搜索装置 | |
| CN112000840B (zh) | 一种业务对象的展示方法和装置 | |
| CN110213062B (zh) | 处理消息的方法及装置 | |
| CN109145151B (zh) | 一种视频的情感分类获取方法及装置 | |
| CN112784151A (zh) | 一种确定推荐信息的方法及相关装置 | |
| WO2019095812A1 (zh) | 界面展示方法及装置 | |
| CN107122801B (zh) | 图像分类的方法和装置 | |
| CN105260088A (zh) | 信息分类展示处理的方法及装置 | |
| CN112784858B (zh) | 一种图像数据的处理方法、装置及电子设备 | |
| CN110020117B (zh) | 一种兴趣信息获取方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100085 unit C, building C, lin66, Zhufang Road, Qinghe, Haidian District, Beijing Applicant after: Beijing Xiaomi pinecone Electronic Co.,Ltd. Address before: 100085 unit C, building C, lin66, Zhufang Road, Qinghe, Haidian District, Beijing Applicant before: BEIJING PINECONE ELECTRONICS Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |