[发明专利]一种内容发布方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110252218.6 申请日: 2021-03-08
公开(公告)号: CN115048601A 公开(公告)日: 2022-09-13
发明(设计)人: 魏国 申请(专利权)人: 航天信息股份有限公司
主分类号: G06F16/958 分类号: G06F16/958;G06F16/335;G06F16/35;G06F40/194;G06F40/216;G06F40/284;G06F40/289
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 赵祎
地址: 100195 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 内容 发布 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种内容发布方法,其特征在于,包括:

接收内容发布请求,所述内容发布请求中包含有文本内容;

对所述文本内容进行分词处理,得到所述文本内容中的分词;

将每个分词与各预设词进行比对,得到各预设词中与所述分词匹配的目标词,其中,各预设词是指定类型的词;

获取所述目标词的预设因子,所述预设因子用于表征所述目标词被拒绝发布的概率;

根据所述预设因子对应的文本过滤策略,响应所述内容发布请求。

2.如权利要求1所述的方法,其特征在于,将每个分词与各预设词进行比对,得到各预设词中与所述分词匹配的目标词,包括:

获取所述分词的词向量;

计算所述分词的词向量与各预设词的词向量之间的相似度;

将相似度高于预设值的预设词,确定为与所述分词匹配的目标词。

3.如权利要求1所述的方法,其特征在于,根据以下步骤设置所述目标词的预设因子:

将所述目标词输入到词分类模型中进行分类处理,得到所述目标词的子类别,所述词分类模型是对属于所述指定类型的不同子类别的词的类别特征预先进行学习得到的;

将所述子类别对应的预设因子,确定为所述目标词的预设因子。

4.如权利要求1-3任一所述的方法,其特征在于,还包括:

接收设置所述目标词的预设因子的设置指令,所述设置指令中包含有预设因子;

若确定所述设置指令中的预设因子大于所述目标词的子类别对应的预设因子,则将所述设置指令中的预设因子确定为所述目标词的预设因子。

5.如权利要求1所述的方法,其特征在于,根据所述预设因子对应的文本过滤策略,响应所述内容发布请求,包括:

若确定所述预设因子对应的文本过滤策略是自动替换,则使用预设字符对所述文本中与所述目标词匹配的分词进行替换,发布替换后的文本内容;

若确定所述预设因子对应的文本过滤策略是人工审核,则将所述文本发送给审核人员进行审核,基于接收到的审核结果响应所述内容发布请求;

若确定所述预设因子对应的文本过滤策略是拒绝发布,则拒绝所述内容发布请求。

6.一种内容发布装置,其特征在于,包括:

接收模块,用于接收内容发布请求,所述内容发布请求中包含有文本内容;

分词模块,用于对所述文本内容进行分词处理,得到所述文本内容中的分词;

比对模块,用于将每个分词与各预设词进行比对,得到各预设词中与所述分词匹配的目标词,其中,各预设词是指定类型的词;

获取模块,用于获取所述目标词的预设因子,所述预设因子用于表征所述目标词被拒绝发布的概率;

响应模块,用于根据所述预设因子对应的文本过滤策略,响应所述内容发布请求。

7.如权利要求6所述的装置,其特征在于,所述比对模块具体用于:

获取所述分词的词向量;

计算所述分词的词向量与各预设词的词向量之间的相似度;

将相似度高于预设值的预设词,确定为与所述分词匹配的目标词。

8.如权利要求6所述的装置,其特征在于,还包括设置模块,用于根据以下步骤设置所述目标词的预设因子:

将所述目标词输入到词分类模型中进行分类处理,得到所述目标词的子类别,所述词分类模型是对属于所述指定类型的不同子类别的词的类别特征预先进行学习得到的;

将所述子类别对应的预设因子,确定为所述目标词的预设因子。

9.如权利要求6-8任一所述的装置,其特征在于,还包括设置模块,用于:

接收设置所述目标词的预设因子的设置指令,所述设置指令中包含有预设因子;

若确定所述设置指令中的预设因子大于所述目标词的子类别对应的预设因子,则将所述设置指令中的预设因子确定为所述目标词的预设因子。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天信息股份有限公司,未经航天信息股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110252218.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top