CN107861950A - 异常文本的检测方法和装置 - Google Patents
异常文本的检测方法和装置 Download PDFInfo
- Publication number
- CN107861950A CN107861950A CN201711217415.4A CN201711217415A CN107861950A CN 107861950 A CN107861950 A CN 107861950A CN 201711217415 A CN201711217415 A CN 201711217415A CN 107861950 A CN107861950 A CN 107861950A
- Authority
- CN
- China
- Prior art keywords
- text
- detected
- user
- abnormal
- word
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供异常文本的检测方法和装置，首先通过对待检测文本进行分词和语义分析，使得所有分词表达格式统一，便于后续的查询匹配，能有效提高待检测文本中的异常词的匹配准确率；其次根据用户行为日志确定用户行为的异常值；以及计算待检测文本中的异常词在待检测文本中的重要性权值；当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。上述综合考虑用户行为的异常值和异常词在待检测文本中的重要性权值来确定待检测文本的异常情况，更加客观准确的检测文本的异常情况。
Description
技术领域
本申请涉及信息处理技术领域，尤其涉及一种异常文本的检测方法和装置。
背景技术
现有技术中，对目标文本的异常识别多通过人工方式，或者人工建立异常词表，通过机器基于该异常词表对目标文本进行简单的匹配查询，以确定目标文本的异常。
上述识别目标文本异常的方法，需要不断人工添加异常词，无法自动进行异常词表的扩展，同时，对于一些经常与异常赋值较高的异常词同时出现，但是其本身又不具有明显的色情、暴力、反动含义的词，上述方法无法识别，从而导致识别目标文本异常的效果较差。
因此，如何提供一种异常文本的检测方法或设备，同时提高机器识别目标文本异常的准确率，成为目前急需解决的问题之一。
发明内容
本申请的多个方面提供一种异常文本的检测方法和装置，可以提高机器识别目标文本异常的准确率。
本申请实施例提供一种异常文本的检测方法，
获取待检测文本，对待检测文本进行分词和语义分析，确定待检测文本中的异常词；
获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
计算待检测文本中的异常词在待检测文本中的重要性权值；
当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
可选地，对待检测文本进行分词和语义分析，确定待检测文本中的异常词，包括：
对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；
在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
可选地，获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值，包括：
获取发布待检测文本的用户行为日志；
根据用户行为日志提取用户行为特征；
根据用户行为特征确定用户行为的异常值。
可选地，计算待检测文本中的异常词在待检测文本中的重要性权值，包括：
根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
可选地，所述用户行为特征包括用户通信量和用户通信时间；
根据用户行为特征确定用户行为的异常值，包括：
分别确定用户通信量和用户通信时间的异常值；
根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
本申请还提供一种异常文本的检测装置，包括：
第一确定模块，用于对获取的待检测文本进行分词和语义分析，确定待检测文本中的异常词；
第二确定模块，用于获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
计算模块，用于计算待检测文本中的异常词在待检测文本中的重要性权值；
第三确定模块，用于当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
可选地，所述的装置还包括：
分词模块，用于对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；
所述第一确定模块，用户将分词模块分词处理后的分词在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
可选地，所述的装置还包括：
提取模块，用于获取发布待检测文本的用户行为日志，根据用户行为日志提取用户行为特征；
所述第二确定模块，用于根据提取模块得到的用户行为特征确定用户行为的异常值。
可选地，所述计算模块，用于根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
可选地，所述用户行为特征包括用户通信量和用户通信时间；
所述第二确定模块，用于分别确定用户通信量和用户通信时间的异常值，根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
本发明实施例首先通过对待检测文本进行分词和语义分析，使得所有分词表达格式统一，便于后续的查询匹配，能有效提高待检测文本中的异常词的匹配准确率；其次根据用户行为日志确定用户行为的异常值；以及计算待检测文本中的异常词在待检测文本中的重要性权值；当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。上述综合考虑用户行为的异常值和异常词在待检测文本中的重要性权值来确定待检测文本的异常情况，更加客观准确的检测文本的异常情况。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请一实施例提供的异常文本的检测方法的流程示意图；
图2为本申请一实施例提供的异常文本的检测装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本申请一实施例提供的异常文本的检测方法的流程示意图。如图1所示，该方法包括：
101、获取待检测文本，对待检测文本进行分词和语义分析，确定待检测文本中的异常词；
一种可选的实施方式中，步骤101包括：对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
本发明实施例中，预设的异常词库中包括具有色情、暴力、反动等含义的词。例如，获取用户提交的论坛帖(待检测文本)，对该论坛帖进行分词处理，在预设的异常词库中进行匹配查询，以获得该论坛帖中存在的异常词。
段落分词作为自然语言处理的基础环节，同时也是关键环节之一，其质量好坏直接影响文本监测的准确率。例如，中文段落分词包括三种方法：1)基于字符串匹配的分词；2)基于语义理解的分词；3)基于语义统计的分词。
其中，基于字符串匹配的分词方法又分为：(1)正向最大匹配法，就是把一个词从左至右来分词，例如“不知道你在说什么”这句话采用正向最大匹配法分为“不知道，你，在，说什么”。(2)反向最大匹配法，就是从右至左。(3)双向最大匹配法，有一种特殊的情况，就是关键词前后组合内容被认为粘性相差不大，而搜索结果中也同时包含这两组词，则进行正反向同时进行分词匹配。
其中，基于语义理解的分词是一种机器语音判断的分词方法，进行句法、语义分析，利用句法信息和语义信息来处理歧义现象来分词。
其中，基于语义统计的分词，根据词组的统计，会发现两个相邻的字出现的频率最多，那么这个词就很重要，就可以作为用户提供字符串中的分隔符。比如，“我的，你的，许多的，这里，这一，那里”等，这些词出现的比较多，就从这些词里面分开来。
在实际应用中，由于待检测文本中存在异形文字串，如竖形文字、艺术字等变形体的文字串，通常，这些异形文字串会影响异常词的正确识别，使得这些异形文字串成为不良发布者逃避对异常词审核的有效手段。
因此，首先需要在待检测文本中监测出异形文字串，并将异形文字串转换为正常文字串或者删除时，为此，需要预先设置有异形文字与正常文字的映射关系，从而可以根据映射关系将异形文字串转换为对应的正常文字串。当不存在异形文字串对应的正常文字串时，则直接删除该异形文字串。
102、获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
一种可选的实施方式中，步骤102包括：获取发布待检测文本的用户行为日志；根据用户行为日志提取用户行为特征；根据用户行为特征确定用户行为的异常值。
本发明实施例中的用户行为特征包括用户通信量和用户通信时间；
其中，上述根据用户行为特征确定用户行为的异常值，具体实现时包括：
分别确定用户通信量和通信时间的异常值；根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
需要说明的是，用户通信量是指某一用户在通信网络中的通信量，表征用户行为模式的一种重要特征。用户通信量的变化能够反映用户行为异常情况，例如可以采用Z-scores来测量用户通信量的异常值。其中，Z-Scores，英文名又叫StandardizedPopulation Data,是以标准差单位来表现的一组观察值。
大部分用户每天的计划安排较有规律，某一用户在一段时间内的活动可以被视为周期性的行为。因此，可以将用户通信时间的分布作为获取用户常态行为模型的一个重要指标，因此用户通信时间的分布变化能够反映用户行为的异常情况，为了获得用户通信时间的分布异常值，可以使用Kullback-Leibler散度来计算用户通信时间分布的异常值。
综合确定用户行为的异常值时，由于每个用户行为日志是不同的，反映的用户通信量和用户通信时间也是不同的，因此在确定用户通信量和通信时间的异常值，需要考虑用户通信量和通信时间的权重。也就是说，不同用户行为日志，其对应的用户行为特征的权重也是不同的。
103、计算待检测文本中的异常词在待检测文本中的重要性权值；
可选地，根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
例如，当查询匹配到多个异常词时，需要确定每个异常词的重要性权值，通常可以根据该异常词在待检测文本中出现的频次来确定重要性权值，频次越高重要性权值越大。
104、当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
本发明实施例中，可以根据具体的文本检测需求，预先设置用户行为的异常值的阈值(简称异常阈值)，预先设置异常词的重要性权值的阈值(简称权值阈值)。
本发明实施例首先通过对待检测文本进行分词和语义分析，使得所有分词表达格式统一，便于后续的查询匹配，能有效提高待检测文本中的异常词的匹配准确率；其次根据用户行为日志确定用户行为的异常值；以及计算待检测文本中的异常词在待检测文本中的重要性权值；当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。上述综合考虑用户行为的异常值和异常词在待检测文本中的重要性权值来确定待检测文本的异常情况，更加客观准确的检测文本的异常情况。
图2为本申请一实施例提供的异常文本的检测装置的结构示意图，如图2所示，包括：
第一确定模块21，用于对获取的待检测文本进行分词和语义分析，确定待检测文本中的异常词；
第二确定模块22，用于获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
计算模块23，用于计算第一确定模块21确定的待检测文本中的异常词在待检测文本中的重要性权值；
第三确定模块24，用于当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
可选地，所述的装置还包括：
分词模块25，用于对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；
所述第一确定模块21，用户将分词模块分词处理后的分词在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
可选地，所述的装置还包括：
提取模块26，用于获取发布待检测文本的用户行为日志，根据用户行为日志提取用户行为特征；
所述第二确定模块22，用于根据提取模块得到的用户行为特征确定用户行为的异常值。
可选地，所述计算模块23，用于根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
可选地，所述用户行为特征包括用户通信量和用户通信时间；
所述第二确定模块22，用于分别确定用户通信量和用户通信时间的异常值，根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
本发明实施例首先通过对待检测文本进行分词和语义分析，使得所有分词表达格式统一，便于后续的查询匹配，能有效提高待检测文本中的异常词的匹配准确率；其次根据用户行为日志确定用户行为的异常值；以及计算待检测文本中的异常词在待检测文本中的重要性权值；当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。上述综合考虑用户行为的异常值和异常词在待检测文本中的重要性权值来确定待检测文本的异常情况，更加客观准确的检测文本的异常情况。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种异常文本的检测方法，其特征在于，包括：
获取待检测文本，对待检测文本进行分词和语义分析，确定待检测文本中的异常词；
获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
计算待检测文本中的异常词在待检测文本中的重要性权值；
当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
2.根据权利要求1所述的方法，其特征在于，对待检测文本进行分词和语义分析，确定待检测文本中的异常词，包括：
对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；
在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
3.根据权利要求1所述的方法，其特征在于，获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值，包括：
获取发布待检测文本的用户行为日志；
根据用户行为日志提取用户行为特征；
根据用户行为特征确定用户行为的异常值。
4.根据权利要求1所述的方法，其特征在于，计算待检测文本中的异常词在待检测文本中的重要性权值，包括：
根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
5.根据权利要求3所述的方法，其特征在于，所述用户行为特征包括用户通信量和用户通信时间；
根据用户行为特征确定用户行为的异常值，包括：
分别确定用户通信量和用户通信时间的异常值；
根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
6.一种异常文本的检测装置，其特征在于，包括：
第一确定模块，用于对获取的待检测文本进行分词和语义分析，确定待检测文本中的异常词；
第二确定模块，用于获取发布待检测文本的用户行为日志，根据用户行为日志确定用户行为的异常值；
计算模块，用于计算待检测文本中的异常词在待检测文本中的重要性权值；
第三确定模块，用于当用户行为的异常值大于预设的异常阈值，且异常词在待检测文本中的重要性权值大于预设的权值阈值时，确定待检测文本为异常文本。
7.根据权利要求6所述的装置，其特征在于，还包括：
分词模块，用于对待检测文本进行基于字符串匹配的分词、基于语义理解的分词和基于语义统计的分词处理；
所述第一确定模块，用户将分词模块分词处理后的分词在预设的异常词库中进行匹配，确定待检测文本中存在的异常词。
8.根据权利要求6所述的装置，其特征在于，包括：
提取模块，用于获取发布待检测文本的用户行为日志，根据用户行为日志提取用户行为特征；
所述第二确定模块，用于根据提取模块得到的用户行为特征确定用户行为的异常值。
9.根据权利要求6所述的装置，其特征在于，所述计算模块，用于根据异常词在待检测文本中出现的频率确定异常词在待检测文本中的重要性权值。
10.根据权利要求8所述的装置，其特征在于，所述用户行为特征包括用户通信量和用户通信时间；
所述第二确定模块，用于分别确定用户通信量和用户通信时间的异常值，根据用户通信量和用户通信时间的异常值，综合确定用户行为的异常值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711217415.4A CN107861950A (zh) | 2017-11-28 | 2017-11-28 | 异常文本的检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711217415.4A CN107861950A (zh) | 2017-11-28 | 2017-11-28 | 异常文本的检测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107861950A true CN107861950A (zh) | 2018-03-30 |
Family
ID=61703618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711217415.4A Pending CN107861950A (zh) | 2017-11-28 | 2017-11-28 | 异常文本的检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107861950A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582833A (zh) * | 2018-11-06 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 异常文本检测方法及装置 |
| CN110889283A (zh) * | 2019-11-29 | 2020-03-17 | 上海观安信息技术股份有限公司 | 一种系统审批理由随意性检测方法及系统 |
| CN111143191A (zh) * | 2019-11-20 | 2020-05-12 | 上海灵羚科技有限公司 | 网站测试方法、装置、计算机设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8135717B2 (en) * | 2005-08-01 | 2012-03-13 | SAP America, Inc. | Processor for fast contextual matching |
| CN104156447A (zh) * | 2014-08-14 | 2014-11-19 | 天格科技（杭州）有限公司 | 一种智能社交平台广告预警及处理方法 |
| CN104391981A (zh) * | 2014-12-08 | 2015-03-04 | 北京奇虎科技有限公司 | 一种文本分类方法和装置 |
| CN104866465A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 敏感文本检测方法及装置 |
| CN107104973A (zh) * | 2017-05-09 | 2017-08-29 | 北京潘达互娱科技有限公司 | 用户行为的校验方法及装置 |
-
2017
- 2017-11-28 CN CN201711217415.4A patent/CN107861950A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8135717B2 (en) * | 2005-08-01 | 2012-03-13 | SAP America, Inc. | Processor for fast contextual matching |
| CN104866465A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 敏感文本检测方法及装置 |
| CN104156447A (zh) * | 2014-08-14 | 2014-11-19 | 天格科技（杭州）有限公司 | 一种智能社交平台广告预警及处理方法 |
| CN104391981A (zh) * | 2014-12-08 | 2015-03-04 | 北京奇虎科技有限公司 | 一种文本分类方法和装置 |
| CN107104973A (zh) * | 2017-05-09 | 2017-08-29 | 北京潘达互娱科技有限公司 | 用户行为的校验方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 杜维东 等: "《现代校对实用手册》", 30 September 2016, 金城出版社 * |
| 樊重俊，等: "《大数据分析与应用》", 31 January 2016, 立信会计出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582833A (zh) * | 2018-11-06 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 异常文本检测方法及装置 |
| CN109582833B (zh) * | 2018-11-06 | 2023-09-22 | 创新先进技术有限公司 | 异常文本检测方法及装置 |
| CN111143191A (zh) * | 2019-11-20 | 2020-05-12 | 上海灵羚科技有限公司 | 网站测试方法、装置、计算机设备和存储介质 |
| CN111143191B (zh) * | 2019-11-20 | 2024-02-13 | 中电金信软件(上海)有限公司 | 网站测试方法、装置、计算机设备和存储介质 |
| CN110889283A (zh) * | 2019-11-29 | 2020-03-17 | 上海观安信息技术股份有限公司 | 一种系统审批理由随意性检测方法及系统 |
| CN110889283B (zh) * | 2019-11-29 | 2023-07-11 | 上海观安信息技术股份有限公司 | 一种系统审批理由随意性检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104778158B (zh) | 一种文本表示方法及装置 | |
| CN110334209B (zh) | 文本分类方法、装置、介质及电子设备 | |
| CN111191275A (zh) | 敏感数据识别方法、系统及其装置 | |
| CN111124487B (zh) | 代码克隆检测方法、装置以及电子设备 | |
| US8719025B2 (en) | Contextual voice query dilation to improve spoken web searching | |
| CN110750977B (zh) | 一种文本相似度计算方法及系统 | |
| CN107291684A (zh) | 语言文本的分词方法和系统 | |
| CN110516034A (zh) | 日志管理方法、装置、网络设备和可读存储介质 | |
| CN109582954A (zh) | 用于输出信息的方法和装置 | |
| CN109597983A (zh) | 一种拼写纠错方法及装置 | |
| CN107861950A (zh) | 异常文本的检测方法和装置 | |
| CN106610931A (zh) | 话题名称的提取方法及装置 | |
| CN113822059A (zh) | 中文敏感文本识别方法、装置、存储介质及设备 | |
| CN106598997B (zh) | 一种计算文本主题归属度的方法及装置 | |
| CN114118072A (zh) | 文档结构化方法、装置、电子设备和计算机可读存储介质 | |
| CN117556050B (zh) | 数据分类分级方法、装置、电子设备及存储介质 | |
| CN105095826B (zh) | 一种文字识别方法及装置 | |
| CN113220885A (zh) | 一种文本处理方法和系统 | |
| CN110909532B (zh) | 用户名称匹配方法、装置、计算机设备和存储介质 | |
| CN109902162B (zh) | 基于数字指纹的文本相似性的识别方法、存储介质及装置 | |
| EP3640861A1 (en) | Systems and methods for parsing log files using classification and a plurality of neural networks | |
| CN114254622B (zh) | 一种意图识别方法和装置 | |
| CN113420127B (zh) | 威胁情报处理方法、装置、计算设备及存储介质 | |
| CN116028626A (zh) | 文本匹配方法、装置、存储介质以及电子设备 | |
| CN115952800A (zh) | 命名实体识别方法、装置、计算机设备及可读存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210507 Address after: 101300 309, 3rd floor, 60 Fuqian 1st Street, Tianzhu District, Shunyi District, Beijing Applicant after: Beijing longzhixin Technology Co.,Ltd. Address before: 100041 room 120, 4th floor, building 17, yard 30, Shixing street, Shijingshan District, Beijing Applicant before: BEIJING PANDA MUTUAL ENTERTAINMENT TECHNOLOGY Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |