具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种文本检测方法流程示意图,该方法可适用于对资讯类应用平台所展示的文本进行质量检测的场景,例如检测所展示文本是否包括敏感词汇,该敏感词汇具体可以是不文明词汇、政治言论词汇等。若所展示文本包括上述任意一类敏感词汇,则确定所展示文本为低质文本,平台会对该类文本进行屏蔽,不使之展示在公众视野,以营造良好的平台环境。该方法可以由文本检测装置来执行,该装置可以通过软件和/或硬件的形式实现。
如图1所述,本实施例提供的文本检测方法包括如下步骤:
步骤110、确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征。
示例性的,所述第一属性特征具体可包括下述至少一种:文本特征、配图特征、配乐特征、点赞次数特征、转发次数特征、评论次数特征、评论信息特征、阅读次数特征以及上线时间特征等。
其中,所述文本特征具体指组成所述待检测文本的分词;所述配图特征可指所述待检测文本中出现的图像、图片类信息;所述配乐特征可指所述待检测文本的背景音乐;所述点赞次数特征指其他用户触发的点赞行为次数,通常用户(可以理解为待检测文本的读者)在阅读所述待检测文本之后,如果对所述待检测文本产生兴趣,通常会对待检测文本点赞;所述转发次数特征指待检测文本被转发的次数特征;所述评论次数特征指待检测文本被评论的次数特征;所述上线时间特征指待检测文本被展示在平台的时间。
所述与所述待检测文本具有关联关系的元素包括下述至少一种:作者、读者以及评论信息。对应的所述第二属性特征包括下述至少一种:读者画像、作者画像以及发布时间特征。所述第二属性特征主要指所述元素本身具备的一些固有特征以及行为特征,旨在通过所述第二属性特征确定对应元素(例如读者或者作者)的行为习惯与行为模式,以作为低质文本检测的参考因素,达到提高低质文本检测精度的目的,以及对新出现的网络流行低质文本的适用性,实现对新出现的新型低质文本的准确检测,提高检测模型的鲁棒性和宽泛性。
通过所述第一属性特征以及所述第二属性特征可以较充分地表达待检测文本所处的场景信息,从而实现基于所述第一属性特征以及所述第二属性特征对不同场景下的相同文本给出不同的检测结果,提高文本的检测精度。同时,结合待检测文本的发布作者的画像、行为习惯、以及待检测文本读者的画像、行为习惯,可以实现对新出现的新类型的低质文本进行准确识别,这是由于虽然文本的表达内容、表述形式发生了改变,但是同一作者以及读者的行为习惯不容改变,因此通过加入作者的画像、行为习惯、读者的画像以及行为习惯可提高对新类型低质文本的识别率。
例如待检测文本为“馋,非常想吃”,若其所处场景为针对一幅美食的图片所发表的评论,在该场景下,所述待检测文本为正常文本,不属于低质文本;若其所处场景为针对一幅婀娜多姿的少女的图片所发表的评论,在该场景下,所述待检测文本则为低俗、低质文本。本实施例的技术方案通过结合待检测文本的作者信息、读者信息、评论信息、被评论信息等多维度的参考信息,可充分考量待检测文本所处的场景信息,从而给出针对待检测文本的比较精准的检测结果。
步骤120、将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
其中,所述待检测文本与所述元素之间的关联关系具体可以是,例如所述元素为读者,所述关联关系可以是阅读关系,即读者元素阅读了所述待检测文本;还可以是点赞关系,即读者点赞了所述待检测文本;还可以是转发关系、评论关系等。所述元素之间的关联关系指,例如两个不同的读者元素阅读了相同的待检测文本,点赞了相同的待检测文本,评论了相同的待检测文本或者转发了相同的待检测文本,基于元素之间的关联关系可以确定出哪些读者具有共同的兴趣爱好,进而可以通过网上行为较多的读者的网上行为预测与其有相同兴趣爱好的类似网上行为,从而挖掘读者更多的行为习惯,作为参考特征对待检测文本进行低质检测。
所述网络模型可以是任意一种深度学***台上各元素之间的关系以及元素的特征属性制定的用于表示文本元素的属性特征、与文本具有关联关系的其他元素的属性特征、文本与所述元素之间的关联关系以及所述元素之间的关联关系的结构图,以及所述文本是否为低质文本的结果信息。
本公开实施例的技术方案,通过根据待检测文本的第一属性特征、与所述待检测文本具有关联关系的元素的第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系对待检测文本是否为低质文本进行检测,不仅考虑了待检测文本本身的特征,还充分利用了与待检测文本相关的其他维度信息,充分考虑了待检测文本的上下文信息,提高了低质文本的检测精度。通过结合了待检测文本的发布作者的画像、行为习惯、以及待检测文本读者的画像、行为习惯,实现了对新出现的新类型的低质文本进行准确识别,提高了对新类型低质文本的识别率。这是由于虽然新类型低质文本的表达内容、表述形式发生了改变,但是同一作者以及读者的行为习惯不容易在较短时间内发生改变,相对稳定,因此通过加入作者的画像、行为习惯、读者的画像以及行为习惯可提高对新类型低质文本的识别率。
实施例二
图2为本公开实施例二所提供的一种文本检测方法的流程示意图。在上述实施例的基础上,本实施例对方案进行了进一步优化,具体是提供了一种所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系的表达方式,以使网络模型可以高效地运用所述关联关系对待检测文本进行检测运算,从而进一步提升网络模型的检测性能。
如图2所示,所述方法包括:
步骤210、确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征。
步骤220、将所述待检测文本以及所述元素分别确定为节点;根据所述待检测文本与所述元素之间关联关系的类型,在所述待检测文本对应的节点与所述元素对应的节点之间生成连接边。
步骤230、根据所述元素之间关联关系的类型在所述元素对应的节点之间生成连接边。
文本展示平台一般包含多个元素,如作者、文章、读者、评论等,每个元素所包含的信息也都是异质的,如作者的信息可以包括ID、性别等;文章的信息可以包括文本、配图、配乐等;读者的信息可以包括ID、性别、年龄等;评论的信息可以包括文本、发布时间等。此外,每个元素也是相互关联的,如作者创作文章,用户阅读、点赞、评论文章等行为,将不同元素的信息特征联系在一起,作为低质文本检测的参考特征,可有效提高低质文本的检测精度。
示例性的,所述元素包括下述至少一种作者、读者以及评论信息;所述关联关系的类型包括下述至少一类:阅读关系、发布关系、点赞关系、评论关系、以及转发关系。文本展示平台上的不同元素以及元素之间的关联关系可以抽象为图的结构,根据平台的用户日志,生成对应的结构图。
参考图3所示的一种节点之间关联关系图的结构示意图,假设所述结构图包括节点1(对应待检测文本)、节点2(对应所述待检测文本的作者)、节点3(对应读者3)和节点4(对应读者4)。由于作者发布了文本,所以节点2与节点1之间存在一条发布关系的连接线;假设读者3阅读了待检测文本,则在节点1与节点3之间存在一条阅读关系的连接线,同时读者3还点赞了待检测文本,则在节点1与节点3之间还存在一条点赞关系的连接线;假设读者4阅读并评论了待检测文本,则在节点4与节点1之间存在一条阅读关系的连接线和一条评论关系的连接线。由于读者3和读者4均阅读了相同的待检测文本,因此节点3与节点4之间存在一条表征阅读过相同文本的连接线,如果读者4也点赞了待检测文本,则在节点3与节点4之间还会存在一条表征点赞过相同文本的连接线。由于读者3和读者4都阅读了节点2所对应的作者所发布的文本,因此在节点3与节点2之间,以及节点4与节点2之间存在表征阅读过其发布文本的连接边。
步骤240、将所述第一属性特征、所述第二属性特征以及所述节点以及所述连接边组成的结构图输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
示例性的,所述网络模型具体可以是GNN(Graph Neural Network,图神经网络),GNN被广泛应用于社交网络、知识图谱、推荐***甚至生命科学等领域,其在对图形中节点间的依赖关系进行建模方面能力强大。
对应的,参考图4所示的另一种文本检测方法的流程示意图,具体包括:基于文本内容平台的用户日志生成待检测文本、读者、作者以及评论信息等元素之间关联关系的异质图,然后将所述异质图输入至训练好的GNN模型,获得待检测文本是否为低质文本的检测结果。本实施例的技术方案可以区分并准确识别相同的文本内容在不同场景出现时所对应的检测结果,不仅考虑了待检测文本本身,还充分利用了与待检测文本相关的其他维度信息,在低质文本的检测准确率与低质文本的召回率上均有所提升。所述网络模型在对待检测文本进行检测时,从待检测文本的作者、读者等的网上行为中抽取特征,在实际场景中,当新的低质内容出现时,由于作者、读者的行为习惯、行为模式往往变化不大,使得网络模型依然可以准确识别出新型的低质内容、低质网络词汇等。
本公开实施例的技术方案,通过根据文本展示平台的各种元素之间的关联关系,例如读者阅读文本、对文本点赞、评论、转发等行为,构建表征元素之间关联关系的结构图,然后将结构图以及各元素节点的特征信息输入至网络模型,获得了精度较高的低质文本检测结果,提高了低质文本的检测精度与效率。
在上述技术方案的基础上,考虑到所述节点以及所述连接边所组成的结构图将非常庞大,待检测文本所对应的节点可能会有非常多的邻居节点,而邻居节点又会有庞大的邻居节点,因此为了降低网络模型的运算量,同时又能保留关键特征,可以采用设定规则对待检测文本所对应节点的邻居节点进行采样,以降低其邻居节点的数量,从而降低网络模型的运算量,同时保留关键特征。采样规则可以是随机采样,也可以是制定的设定规则,例如针对待检测文本的读者节点,可以通过阅读时间进行筛选、过滤,例如只保留最近10天阅读过待检测文本的读者节点,从而达到采样的目的。
示例性的,所述根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系,包括:
对所述待检测文本所对应节点的邻居节点进行采样操作,以减少所述待检测文本所对应节点的邻居节点的数量,其中,与所述待检测文本所对应节点有连接边的节点为所述邻居节点;
将所述待检测文本所对应的节点、采样获得的邻居节点以及与采样获得的邻居节点有关联的节点组成的结构图确定为所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系。
实施例三
图5为本公开实施例三所提供的一种文本检测方法的流程示意图。在上述实施例的基础上,本实施例对方案进行了进一步优化,具体是提供了一种确定上述第一属性特征以及第二属性特征的实现方式,以使其符合网络模型的输入要求,同时兼顾各元素特征,不丢失有效特征的目的。如图5所示,所述方法包括:
步骤510、将待检测文本,以及与所述待检测文本具有关联关系的元素分别确定为节点;根据所述待检测文本与所述元素之间关联关系的类型,在所述待检测文本对应的节点与所述元素对应的节点之间生成连接边。
步骤520、根据所述元素之间关联关系的类型在所述元素对应的节点之间生成连接边。
步骤530、针对所述待检测文本不同类别的属性信息采用不同的转换算法,获得不同类别属性信息的表达向量;针对不同类别属性信息的表达向量通过池化层操作,获得所述待检测文本所对应节点的0阶特征向量;将所述0阶特征向量确定为待检测文本的第一属性特征。
步骤540、针对与所述待检测文本具有关联关系的元素的不同类别的属性信息采用不同的转换算法,获得不同类别属性信息的表达向量;针对不同类别属性信息的表达向量通过池化层操作,获得所述元素所对应节点的0阶特征向量;将所述0阶特征向量确定为所述元素的第二属性特征。
示例性的,所述待检测文本不同类别的属性信息包括下述至少一种:数值型属性信息(例如待检测文本的点赞数量、评论数量、阅读次数等)、文本型属性信息(例如待检测文本的分词)、图像类属性信息(例如待检测文本的配图)以及音频类属性信息(例如待检测文本的配乐等)。
针对文本型属性信息,所述转换算法例如是word2vec或者词袋模型算法等;针对表示文本类别(例如娱乐类文本、财经类文本)的类别型属性信息,所述转换算法例如是one-hot编码算法;针对图像类属性信息,所述转换算法例如是SIFT(Scale InvariantFeature Transform,尺度不变特征变换)算法等。
对应的,参考图6所示的一种获得所述待检测文本所对应节点的0阶特征向量的示意图。由于在由待检测文本、关联元素以及它们之间的关联关系生成的异质图中,图中的节点所代表的主体不同,例如有的节点代表待检测文本,有的节点代表读者、作者、评论信息等,因此不同节点的属性信息也不同,例如待检测文本节点的属性信息可以是被阅读次数、被点赞次数、被转发次数,上线时间等。因此,需要设计一种合理的、通用的生成0阶特征向量的方式,将所有种类的节点映射到同一表达空间,进而可以对不同种类的节点进行统一的聚合操作。如图6所示,将各类节点上所包含的不同信息分别通过全连接层映射到统一维度的向量空间,再通过池化层pooling操作提取有效特征,得到节点的0阶特征向量,在自然语言处理领域,通常将词的特征向量称为词嵌入,即embedding。
步骤550、对所述待检测文本所对应节点的K-1阶特征向量,以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合,得到所述待检测文本所对应节点的K阶特征向量。
在获得各节点的0阶特征向量后,可基于待检测文本对应节点的0阶特征向量,以及其邻居节点的0阶特征向量得到其1阶特征向量;基于待检测文本对应节点的1阶特征向量,以及其邻居节点的1阶特征向量得到其2阶特征向量,以此类推,得到所述待检测文本所对应节点的K阶特征向量。
其中,注意力机制attention的基本原理是从大量信息中有选择地筛选出少量重要信息并聚焦到这些重要信息对输出结果的影响,通过加入注意力机制可在聚合过程中提取各节点更加有效的特征,从而提高特征向量的提取效果。
步骤560、基于所述K阶特征向量对所述待检测文本的检测结果进行预测,获得检测结果;其中,K为所述网络模型的超参数,通过对所述网络模型进行预先训练确定。
示例性的,参考图7所示的一种网络模型(以GNN模型为例)的训练过程示意图,首先对基于待检测文本以及其关联元素生成的异质图进行采样,具体是对待检测文本所对应节点710的邻居节点进行采样,然后将采样获得的节点720之间的图结构输入至网络模型,网络模型基于待检测文本所对应节点的K-1阶特征向量,以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合,得到所述待检测文本所对应节点的K阶特征向量,基于所述K阶特征向量对所述待检测文本的检测结果进行预测,获得检测结果,将检测结果与样本标注结果进行损失值计算,然后将损失值反向传播,以使模型参数进行适当调整。其中,所述异质图是基于内容平台上的不同元素以及元素间的关系抽象得到的图结构,所述元素例如包括待检测文本、待检测文本的读者、待检测文本的作者以及待检测文本的评论信息等,所述元素之间的关系例如是作者发布了文本,则作者与文本之间具备发布关系,读者阅读了文本,则读者与文本之间具备阅读关系等。由于所述图中的元素类型不同,各元素的属性特征也不同,因此将所述图结构称为异质图。
本公开实施例的技术方案,提供了一种节点0阶特征向量,即词嵌入embedding的生成方式,具体是针对节点不同类别的属性信息采用不同的转换算法,获得不同类别属性信息的表达向量;针对不同类别属性信息的表达向量通过池化层操作,获得所述节点的0阶特征向量,在网络模型对待检测文本进行检测时,基于待检测文本所对应节点的K-1阶特征向量,以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合,得到所述待检测文本所对应节点的K阶embedding,基于所述待检测文本所对应节点的K阶embedding进行预测,获得检测结果,实现了提高低质文本检测精度的目的。
实施例四
图8为本公开实施例四提供的一种文本检测装置,该装置包括:确定模块810和检测模块820。
其中,确定模块810,用于确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
检测模块820,用于将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
其中,在上述技术方案的基础上,所述装置还包括:图生成模块,用于所述将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型之前,将所述待检测文本以及所述元素分别确定为节点;根据所述待检测文本与所述元素之间关联关系的类型,在所述待检测文本对应的节点与所述元素对应的节点之间生成连接边;根据所述元素之间关联关系的类型在所述元素对应的节点之间生成连接边;
关联关系确定模块,用于根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系
在上述各技术方案的基础上,所述关联关系确定模块包括:采样单元,用于对所述待检测文本所对应节点的邻居节点进行采样操作,以减少所述待检测文本所对应节点的邻居节点的数量,其中,与所述待检测文本所对应节点有连接边的节点为所述邻居节点;
确定单元,用于将所述待检测文本所对应的节点、采样获得的邻居节点以及与采样获得的邻居节点有关联的节点组成的结构图确定为所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系。
在上述各技术方案的基础上,所述元素包括下述至少一种作者、读者以及评论信息;
所述关联关系的类型包括下述至少一类:阅读关系、发布关系、点赞关系、评论关系、以及转发关系。
在上述各技术方案的基础上,确定模块810包括:
转换单元,用于针对所述待检测文本不同类别的属性信息采用不同的转换算法,获得不同类别属性信息的表达向量;
提取单元,用于针对不同类别属性信息的表达向量通过池化层操作,获得所述待检测文本所对应节点的0阶特征向量;
确定单元,用于将所述0阶特征向量确定为所述第一属性特征。
在上述各技术方案的基础上,检测模块820包括:
聚合单元,用于对所述待检测文本所对应节点的K-1阶特征向量,以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合,得到所述待检测文本所对应节点的K阶特征向量;
预测单元,用于基于所述K阶特征向量对所述待检测文本的检测结果进行预测;其中,K为所述网络模型的超参数,通过对所述网络模型进行预先训练确定。
在上述各技术方案的基础上,所述待检测文本不同类别的属性信息包括下述至少一种:数值型属性信息、文本型属性信息、图像类属性信息以及音频类属性信息。
所述第一属性特征包括下述至少一种:文本特征、配图特征、配乐特征、点赞次数特征、转发次数特征、评论次数特征、评论信息特征、阅读次数特征以及上线时间特征;
所述第二属性特征包括下述至少一种:读者画像、作者画像以及发布时间特征。
本公开实施例的技术方案,通过确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果的技术手段,实现了提高低质文本检测精度的目的。
本公开实施例所提供的文本检测装置可执行本公开任意实施例所提供的文本检测方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例五
下面参考图9,其示出了适于用来实现本公开实施例的电子设备(例如图9中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置406;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置406被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的终端与上述实施例提供的文本检测方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本公开实施例与上述实施例具有相同的有益效果。
实施例六
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的文本检测方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,可编辑内容显示单元还可以被描述为“编辑单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种文本检测方法,该方法包括:
确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
根据本公开的一个或多个实施例,【示例二】提供了一种文本检测方法,可选的,所述将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型之前,还包括:
将所述待检测文本以及所述元素分别确定为节点;
根据所述待检测文本与所述元素之间关联关系的类型,在所述待检测文本对应的节点与所述元素对应的节点之间生成连接边;
根据所述元素之间关联关系的类型在所述元素对应的节点之间生成连接边;
根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系。
根据本公开的一个或多个实施例,【示例三】提供了一种文本检测方法,可选的,所述根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系,包括:
对所述待检测文本所对应节点的邻居节点进行采样操作,其中,与所述待检测文本所对应节点有连接边的节点为所述邻居节点;
将所述待检测文本所对应的节点、采样获得的邻居节点以及与采样获得的邻居节点有关联的节点组成的结构图确定为所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系。
根据本公开的一个或多个实施例,【示例四】提供了一种文本检测方法,可选的,所述元素包括下述至少一种作者、读者以及评论信息;
所述关联关系的类型包括下述至少一类:阅读关系、发布关系、点赞关系、评论关系、以及转发关系。
根据本公开的一个或多个实施例,【示例五】提供了一种文本检测方法,可选的,所述确定待检测文本的第一属性特征,包括:
针对所述待检测文本不同类别的属性信息采用不同的转换算法,获得不同类别属性信息的表达向量;
针对不同类别属性信息的表达向量通过池化层操作,获得所述待检测文本所对应节点的0阶特征向量;
将所述0阶特征向量确定为所述第一属性特征。
根据本公开的一个或多个实施例,【示例六】提供了一种文本检测方法,可选的,所述将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果,包括:
对所述待检测文本所对应节点的K-1阶特征向量,以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合,得到所述待检测文本所对应节点的K阶特征向量;
基于所述K阶特征向量对所述待检测文本的检测结果进行预测;
其中,K为所述网络模型的超参数,通过对所述网络模型进行预先训练确定。
根据本公开的一个或多个实施例,【示例七】提供了一种文本检测方法,可选的,所述待检测文本不同类别的属性信息包括下述至少一种:数值型属性信息、文本型属性信息、图像类属性信息以及音频类属性信息。
根据本公开的一个或多个实施例,【示例七】提供了一种文本检测方法,可选的,所述第一属性特征包括下述至少一种:文本特征、配图特征、配乐特征、点赞次数特征、转发次数特征、评论次数特征、评论信息特征、阅读次数特征以及上线时间特征;
所述第二属性特征包括下述至少一种:读者画像、作者画像以及发布时间特征。
根据本公开的一个或多个实施例,【示例九】提供了一种文本检测装置,该装置包括:确定模块,用于确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
检测模块,用于将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
根据本公开的一个或多个实施例,【示例十】提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如下所述的文本检测方法:
确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
根据本公开的一个或多个实施例,【示例十一】提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行下述的文本检测方法:
确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征;
将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型,获得针对所述待检测文本的检测结果。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。