CN107918633A - 基于语义分析技术的敏感舆情内容识别方法和预警系统 - Google Patents

基于语义分析技术的敏感舆情内容识别方法和预警系统 Download PDF

Info

Publication number
CN107918633A
CN107918633A CN201710179529.8A CN201710179529A CN107918633A CN 107918633 A CN107918633 A CN 107918633A CN 201710179529 A CN201710179529 A CN 201710179529A CN 107918633 A CN107918633 A CN 107918633A
Authority
CN
China
Prior art keywords
sensitive
word
content
semantic
public sentiment
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.)
Granted
Application number
CN201710179529.8A
Other languages
English (en)
Other versions
CN107918633B (zh
Inventor
李�昊
林南晖
郑凯
黄叶敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Thought Culvert Mdt Infotech Ltd
South China Normal University
Original Assignee
Guangzhou Thought Culvert Mdt Infotech Ltd
South China Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Thought Culvert Mdt Infotech Ltd, South China Normal University filed Critical Guangzhou Thought Culvert Mdt Infotech Ltd
Priority to CN201710179529.8A priority Critical patent/CN107918633B/zh
Publication of CN107918633A publication Critical patent/CN107918633A/zh
Application granted granted Critical
Publication of CN107918633B publication Critical patent/CN107918633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Abstract

本发明提供一种基于语义分析技术的敏感舆情内容识别方法及预警系统，所述方法在导入中文分词基准词库之外，增加敏感词向量库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；对音频文件进行语音识别，识别出敏感词和相关的情感词；进行聚类分析，识别和语义相关的敏感词和情感词，进行语义分析判断；对敏感内容进行识别并输出。本发明在传统的自然语言词库基础上，建立敏感词向量库，同类敏感词之间建立向量距离关系。在实际应用领域，如对实时通话内容或者课堂教学内容，可自动进行敏感内容识别和预警。利用本发明的方法，可以实现敏感语义的判断，准确率大为提升，从而实现敏感舆情内容的监控。

Description

基于语义分析技术的敏感舆情内容识别方法和预警系统
技术领域
本发明涉及信息技术、信息安全和教育技术领域，更具体地，涉及一种基于语义分析技术的敏感舆情内容识别方法和预警系统。
背景技术
语音识别技术和自然语言处理被广泛应用于通信、工业、家电、车联网、医疗、家庭服务、消费电子产品等各个领域。
在信息安全领域，尤其是在通信过程的敏感内容识别上，当前的主要做法只是依赖敏感词标注及词频统计，对语义不存在分析，因此存在比较大的误报率。
在教育技术领域，语音识别技术应用被局限在口语评测和语音翻译，缺乏对课堂内容的识别和预警。在思政课课堂教学领域，目前还主要依靠人工听课(现场听课或视频回顾)的方式进行教学审查，效率很低。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。
本发明的首要目的是提供一种基于语义分析技术的敏感舆情内容识别方法，能够在基础语义分析的结果上，实现敏感内容的识别和精准分析，准确率大为提升。
本发明的进一步目的是提供一种基于语义分析技术的敏感舆情内容预警系统，实现敏感内容的识别和精准分析并输出。
为解决上述技术问题，本发明的技术方案如下：
一种基于语义分析技术的敏感舆情内容识别方法，包括以下步骤：
S1：建立敏感词向量词库：导入敏感词向量库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
S2：语音识别处理：对音频文件进行语音识别，识别出敏感词和相关的情感词；
S3：敏感内容定位：进行聚类分析，识别和语义相关的敏感词和情感词，进行语义修正；
S4：分析结果的输出：对敏感内容进行识别并输出。
在一种优选的方案中，步骤S1中，建立敏感词库包括以下步骤：
S1.1：导入常用的中文分词基准词库；
S1.2：建立专门的敏感词向量词库；
S1.3：对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量。
在一种优选的方案中，步骤S2中，敏感内容定位包括以下步骤：
S2.1：利用语音识别引擎对音频文件进行语音识别，转换成文本；
S2.2：完成分词、词性标注、基础语义识别等自然语言理本过程，保存到数据库；
S2.3：对敏感词和相关的情感词进行识别，标记。
在一种优选的方案中，步骤S3中，敏感内容定位包括以下步骤：
S3.1：进行聚类分析，识别和语义相关的敏感词和情感词；
S3.2：进行关联敏感词和情感词的度量计算，进行语义分析判断；在传统的语义分析算法基础之上，导入时间和距离向量两个关键要素，提升敏感内容识别的准确性。
S3.3：实现敏感内容的识别、定位与标注。
在一种优选的方案中，步骤S3.2中，进行关联敏感词和情感词的度量计算，具体为：计算敏感词距离向量之差，若小于预设的值，则根据敏感词与情感词的时序和次序进行度量计算。
在一种优选的方案中，步骤S4中，分析结果的输出包括以下步骤：
S4.1：用户针对敏感词出现的频率自定义阈值，对敏感内容进行识别；
S4.2：用户自定义预警输出方式，包括微信、短信、邮件、网页呈现；
S4.3：对敏感内容进行标注和溯源。
一种基于语义分析技术的敏感舆情内容预警系统，包括：
敏感词库：用于导入中文分词基准词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
语音识别处理模块：用于对音频文件进行语音识别，识别出敏感词和相关的情感词；
敏感内容定位模块：用于进行聚类分析，识别和语义相关的敏感词和情感词，进行语义修正；
分析结果的输出模块：用于对敏感内容进行识别并输出。
与现有技术相比，本发明技术方案的有益效果是：本发明提供一种基于语义分析技术的敏感舆情内容识别方法，导入敏感词向量词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；对音频文件进行语音识别，识别出敏感词和相关的情感词；进行聚类分析，识别和语义相关的敏感词和情感词，关联敏感词和情感词的度量计算，进行语义分析判断；对敏感内容进行识别并输出。本发明在传统的自然语言词库基础上，建立敏感词向量库，同类敏感词之间建立向量距离关系。在实际应用领域，如对实时通话内容(信息安全领域)或者课堂教学内容(教育技术领域)，可自动进行敏感内容识别和预警。利用本发明的方法，可以实现敏感语义的判断，准确率大为提升，从而实现敏感舆情内容的监控。
将上述结果应用在信息安全领域，可自动识别实时通话的敏感内容分析和预警。将上述结果应用在教育技术领域，可实现课堂教学内容的敏感内容分析和预警。应用在信息安全领域，可自动识别实时通话的敏感内容分析，并进行预警。应用在教育技术领域，可实现课堂教学内容的敏感内容分析，并进行预警。尤其是应用在思政课上，本发明可以准确把控课堂上思政教育的舆论导向，对国家大力推动精神文明建设，弘扬课堂正气，培养具有正确三观的学生，有着积极作用。
本发明还提供一种基于语义分析技术的敏感舆情内容预警系统，实现敏感内容的识别和精准分析并输出。
附图说明
图1为本发明基于语义分析技术的敏感舆情内容识别方法的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
首先介绍一下本发明涉及的相关技术名词：
1.人工智能(AI，Artificial Intelligence)
是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
2.语音识别
语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。
3.自然语言处理(NLP，Natural Language Processing)
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
实施例1
如图1所示，一种基于语义分析技术的敏感舆情内容识别方法，包括以下步骤：
S1：建立敏感词向量词库：导入敏感词向量词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
步骤S1中，建立敏感词库包括以下步骤：
S1.1：导入常用的中文分词基准词库；
S1.2：建立专门的敏感词向量库；
S1.3：对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量。
举例：在政党这类词中，以“正面集团A”为基准词，“负面集团B”的距离向量为1，而“负面集团C”的距离向量可设为3。
S2：语音识别处理：对音频文件进行语音识别，识别出敏感词和相关的情感词；
步骤S2中，敏感内容定位包括以下步骤：
S2.1：利用语音识别引擎对音频文件进行语音识别，转换成文本；
S2.2：完成分词、词性标注、基础语义识别等自然语言理本过程，保存到数据库；
S2.3：对敏感词和相关的情感词进行识别，标记。
S3：敏感内容定位：进行聚类分析，识别和语义相关的敏感词和情感词，关联敏感词和情感词的度量计算，进行语义判断；
在一种优选的方案中，步骤S3中，敏感内容定位包括以下步骤：
S3.1：进行聚类分析，识别和语义相关的敏感词和情感词；
S3.2：计算敏感词距离向量之差，若小于预设的值，则根据敏感词与情感词的时序和次序进行度量计算，从而进行语义修正；在传统的语义分析算法基础之上，导入时间和距离向量两个关键要素，提升敏感内容识别的准确性。
S3.3：实现敏感内容的识别、定位与标注。
举例：“正面集团A存在很多缺点”——是一句典型的负面(敏感)内容，而“正面集团A战胜了负面集团B，是因为负面集团B非常多缺点”——是一句有着正向积极意义的句子。
在这个例子中，依靠传统的语义分析技术，如仅识别出“正面集团A”和“缺点”两个词，就进行预警，则存在很大偏差。
判断算法举例：
1、关联词向量：D(负面集团B)-D(正面集团A)<＝2，进行语义规则判断；
2、metric(负面集团B-缺点)＝K1*(t(缺点)-t(负面集团B))+K2*(N(缺点)-N(负面集团B))
metric(正面集团A-缺点)＝K1*(t(缺点)-t(正面集团A))+K2*(N(缺点)-N (正面集团A))
其中：K1、K2为加权分配常量，K1+K2＝1；t为时序，N为词序。
3、比较两个向量值，metric(正面集团A-缺点)>metric(负面集团B-缺点)，说明(负面集团B)与(缺点)更为匹配，得出正确语义。
S4：分析结果的输出：对敏感内容进行识别并输出。
步骤S4中，分析结果的输出包括以下步骤：
S4.1：用户针对敏感词出现的频率自定义阈值，对敏感内容进行识别；
S4.2：用户自定义预警输出方式，包括微信、短信、邮件、网页呈现；
S4.3：对敏感内容进行标注和溯源。
本实施例提供一种基于语义分析技术的敏感舆情内容识别方法，本发明在传统的自然语言词库基础上，建立敏感词向量词库，同类敏感词之间建立向量距离关系。在实际应用领域，如对实时通话内容(信息安全领域)或者课堂教学内容 (教育技术领域)，可自动进行敏感内容识别和预警。利用本发明的方法，可以实现敏感语义的判断，准确率大为提升，从而实现敏感舆情内容的监控。
将本实施例方法应用在信息安全领域，可自动识别实时通话的敏感内容分析和预警。将上述结果应用在教育技术领域，可实现课堂教学内容的敏感内容分析和预警。应用在信息安全领域，可自动识别实时通话的敏感内容分析，并进行预警。应用在教育技术领域，可实现课堂教学内容的敏感内容分析，并进行预警。尤其是应用在思政课上，本发明可以准确把控课堂上思政教育的舆论导向，对国家大力推动精神文明建设，弘扬课堂正气，培养具有正确三观的学生，有着积极作用。
实施例2
一种基于语义分析技术的敏感舆情内容预警系统，包括：
敏感词库：用于导入敏感词向量词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
语音识别处理模块：用于对音频文件进行语音识别，识别出敏感词和相关的情感词；
敏感内容定位模块：用于进行聚类分析，识别和语义相关的敏感词和情感词，进行语义修正；
分析结果的输出模块：用于对敏感内容进行识别并输出。
本实施例提供一种基于语义分析技术的敏感舆情内容预警系统，实现敏感内容的识别和精准分析并输出。
应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种基于语义分析技术的敏感舆情内容识别方法，其特征在于，包括以下步骤：
S1：建立敏感词向量库：导入敏感词向量库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
S2：语音识别处理：对音频文件进行语音识别，识别出敏感词和相关的情感词；
S3：敏感内容定位：进行聚类分析，识别和语义相关的敏感词和情感词，进行语义分析判断；
S4：分析结果的输出：对敏感内容进行识别并输出。
2.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S1中，建立敏感词库包括以下步骤：
S1.1：导入中文分词基准词库；
S1.2：建立专门的敏感词向量词库；
S1.3：对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量。
3.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S2中，敏感内容定位包括以下步骤：
S2.1：利用语音识别引擎对音频文件进行语音识别，转换成文本；
S2.2：完成分词、词性标注、基础语义识别，保存到数据库；
S2.3：对敏感词和相关的情感词进行识别，标记。
4.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S3中，敏感内容定位包括以下步骤：
S3.1：进行聚类分析，识别和语义相关的敏感词和情感词；
S3.2：进行关联敏感词和情感词的度量计算
S3.3：实现敏感内容的识别、定位与标注。
5.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S3.2中，进行关联敏感词和情感词的度量计算，具体为：计算敏感词距离向量之差，若小于预设的值，则根据敏感词与情感词的时序和次序进行度量计算。
6.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S4中，分析结果的输出包括以下步骤：
S4.1：用户针对敏感词出现的频率自定义阈值，对敏感内容进行识别；
S4.2：用户自定义预警输出方式，包括微信、短信、邮件、网页呈现；
S4.3：对敏感内容进行标注和溯源。
7.一种基于语义分析技术的敏感舆情内容预警系统，其特征在于，包括：
敏感词向量词库：用于在导入中文分词基准词库之外，导入敏感词向量词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；
语音识别处理模块：用于对音频文件进行语音识别，识别出敏感词和相关的情感词；
敏感内容定位模块：用于进行聚类分析，识别和语义相关的敏感词和情感词，进行语义修正；
分析结果的输出模块：用于对敏感内容进行识别并输出。
CN201710179529.8A 2017-03-23 2017-03-23 基于语义分析技术的敏感舆情内容识别方法和预警系统 Active CN107918633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710179529.8A CN107918633B (zh) 2017-03-23 2017-03-23 基于语义分析技术的敏感舆情内容识别方法和预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710179529.8A CN107918633B (zh) 2017-03-23 2017-03-23 基于语义分析技术的敏感舆情内容识别方法和预警系统

Publications (2)

Publication Number Publication Date
CN107918633A true CN107918633A (zh) 2018-04-17
CN107918633B CN107918633B (zh) 2021-07-02

Family

ID=61898780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710179529.8A Active CN107918633B (zh) 2017-03-23 2017-03-23 基于语义分析技术的敏感舆情内容识别方法和预警系统

Country Status (1)

Country Link
CN (1) CN107918633B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446409A (zh) * 2018-09-19 2019-03-08 杭州安恒信息技术股份有限公司 一种疑似传销行为的目标对象的识别方法
CN109558480A (zh) * 2018-11-30 2019-04-02 重庆市千将软件有限公司 针对洗钱犯罪行为的反制方法
CN109740053A (zh) * 2018-12-26 2019-05-10 广州灵聚信息科技有限公司 基于nlp技术的敏感词屏蔽方法和装置
CN109800600A (zh) * 2019-01-23 2019-05-24 中国海洋大学 面向保密需求的海洋大数据敏感度评估系统及防范方法
CN110765302A (zh) * 2019-09-20 2020-02-07 广州坚和网络科技有限公司 一种对海量用户生产内容进行自动内容管控的方法
CN111128241A (zh) * 2019-12-30 2020-05-08 上海浩琨信息科技有限公司 语音通话的智能质检方法及系统
CN111581533A (zh) * 2020-05-12 2020-08-25 腾讯科技（深圳）有限公司 目标对象的状态识别方法、装置、电子设备和存储介质
CN112560472A (zh) * 2019-09-26 2021-03-26 腾讯科技（深圳）有限公司 一种识别敏感信息的方法及装置
CN112818700A (zh) * 2021-01-20 2021-05-18 广州明朝互动科技股份有限公司 一种敏感信息的封禁方法及系统
SE2051362A1 (en) * 2020-11-23 2022-05-24 Assa Abloy Ab Enabling training of a machine-learning model for trigger-word detection

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090048998A (ko) * 2007-11-12 2009-05-15 주식회사 비즈모델라인 키워드를 통한 부정 여론 알림 방법 및 시스템과 이를 위한기록매체
CN103049435A (zh) * 2013-01-04 2013-04-17 浙江工商大学 文本细粒度情感分析方法及装置
CN103207855A (zh) * 2013-04-12 2013-07-17 广东工业大学 针对产品评论信息的细粒度情感分析系统及方法
CN103544255A (zh) * 2013-10-15 2014-01-29 常州大学 基于文本语义相关的网络舆情信息分析方法
CN103559176A (zh) * 2012-10-29 2014-02-05 中国人民解放军国防科学技术大学 微博情感演化分析方法及系统
CN104951548A (zh) * 2015-06-24 2015-09-30 烟台中科网络技术研究所 一种负面舆情指数的计算方法及系统
CN105740228A (zh) * 2016-01-25 2016-07-06 云南大学 一种互联网舆情分析方法
CN105809186A (zh) * 2016-02-25 2016-07-27 中国科学院声学研究所 情感分类的方法及系统
CN105824959A (zh) * 2016-03-31 2016-08-03 首都信息发展股份有限公司 舆情监控方法及系统
CN106484846A (zh) * 2016-09-30 2017-03-08 广州特道信息科技有限公司 一种网络舆情大数据的监控方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090048998A (ko) * 2007-11-12 2009-05-15 주식회사 비즈모델라인 키워드를 통한 부정 여론 알림 방법 및 시스템과 이를 위한기록매체
CN103559176A (zh) * 2012-10-29 2014-02-05 中国人民解放军国防科学技术大学 微博情感演化分析方法及系统
CN103049435A (zh) * 2013-01-04 2013-04-17 浙江工商大学 文本细粒度情感分析方法及装置
CN103207855A (zh) * 2013-04-12 2013-07-17 广东工业大学 针对产品评论信息的细粒度情感分析系统及方法
CN103544255A (zh) * 2013-10-15 2014-01-29 常州大学 基于文本语义相关的网络舆情信息分析方法
CN104951548A (zh) * 2015-06-24 2015-09-30 烟台中科网络技术研究所 一种负面舆情指数的计算方法及系统
CN105740228A (zh) * 2016-01-25 2016-07-06 云南大学 一种互联网舆情分析方法
CN105809186A (zh) * 2016-02-25 2016-07-27 中国科学院声学研究所 情感分类的方法及系统
CN105824959A (zh) * 2016-03-31 2016-08-03 首都信息发展股份有限公司 舆情监控方法及系统
CN106484846A (zh) * 2016-09-30 2017-03-08 广州特道信息科技有限公司 一种网络舆情大数据的监控方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李杨: "基于短文本情感分析的敏感信息识别", 《西安交通大学学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446409A (zh) * 2018-09-19 2019-03-08 杭州安恒信息技术股份有限公司 一种疑似传销行为的目标对象的识别方法
CN109558480A (zh) * 2018-11-30 2019-04-02 重庆市千将软件有限公司 针对洗钱犯罪行为的反制方法
CN109740053A (zh) * 2018-12-26 2019-05-10 广州灵聚信息科技有限公司 基于nlp技术的敏感词屏蔽方法和装置
CN109800600A (zh) * 2019-01-23 2019-05-24 中国海洋大学 面向保密需求的海洋大数据敏感度评估系统及防范方法
CN110765302A (zh) * 2019-09-20 2020-02-07 广州坚和网络科技有限公司 一种对海量用户生产内容进行自动内容管控的方法
CN112560472B (zh) * 2019-09-26 2023-07-11 腾讯科技（深圳）有限公司 一种识别敏感信息的方法及装置
CN112560472A (zh) * 2019-09-26 2021-03-26 腾讯科技（深圳）有限公司 一种识别敏感信息的方法及装置
CN111128241A (zh) * 2019-12-30 2020-05-08 上海浩琨信息科技有限公司 语音通话的智能质检方法及系统
CN111581533A (zh) * 2020-05-12 2020-08-25 腾讯科技（深圳）有限公司 目标对象的状态识别方法、装置、电子设备和存储介质
CN111581533B (zh) * 2020-05-12 2023-11-03 腾讯科技（深圳）有限公司 目标对象的状态识别方法、装置、电子设备和存储介质
SE2051362A1 (en) * 2020-11-23 2022-05-24 Assa Abloy Ab Enabling training of a machine-learning model for trigger-word detection
SE546022C2 (en) * 2020-11-23 2024-04-16 Assa Abloy Ab Enabling training of a machine-learning model for trigger-word detection
CN112818700A (zh) * 2021-01-20 2021-05-18 广州明朝互动科技股份有限公司 一种敏感信息的封禁方法及系统

Also Published As

Publication number Publication date
CN107918633B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN107918633A (zh) 基于语义分析技术的敏感舆情内容识别方法和预警系统
CN107728780A (zh) 一种基于虚拟机器人的人机交互方法及装置
CN106997243B (zh) 基于智能机器人的演讲场景监控方法及装置
CN107918821A (zh) 基于人工智能技术的教师课堂教学过程分析方法和系统
CN107609736A (zh) 一种综合应用人工智能技术的教学诊断分析系统及方法
CN110232346A (zh) 一种基于深度学习的视频智能分析系统
DE60225170D1 (de) Verfahren und vorrichtung zum dekodieren handschriftlicher zeichen
CN109545218A (zh) 一种语音识别方法及系统
CN104538034A (zh) 一种语音识别方法及系统
CN107343223A (zh) 视频片段的识别方法和装置
CN109326162A (zh) 一种口语练习自动评测方法及装置
CN109213856A (zh) 一种语义识别方法及系统
CN106847271A (zh) 一种用于对话交互系统的数据处理方法及装置
Fulmare et al. Understanding and estimation of emotional expression using acoustic analysis of natural speech
CN108364662A (zh) 基于成对鉴别任务的语音情感识别方法与系统
CN108874935A (zh) 一种基于语音搜索的复习内容推荐方法及电子设备
CN106021273A (zh) 面向问答机器人的信息处理方法及系统
CN110085216A (zh) 一种婴儿哭声检测方法及装置
CN106097835A (zh) 一种聋哑人交流智能辅助系统及交流的方法
CN110019698A (zh) 一种医学问答的智能服务方法及系统
CN112307975A (zh) 融合语音与微表情的多模态情感识别方法及系统
Antunes et al. A framework to support development of sign language human-computer interaction: Building tools for effective information access and inclusion of the deaf
CN110414837A (zh) 基于错因分析的人机交互系统
Baird et al. Emotion recognition in public speaking scenarios utilising an lstm-rnn approach with attention
CN115936944A (zh) 一种基于人工智能的虚拟教学管理方法及装置

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: Room 2108 and 2109, No. 563, lianggouling Road, Tianhe District, Guangzhou City, Guangdong Province (office only)

Applicant after: GUANGZHOU THINK-HEIGHT INFORMATION TECHNOLOGY Co.,Ltd.

Applicant after: SOUTH CHINA NORMAL University

Address before: 510640 Guangdong city of Guangzhou province Tianhe District gold Yinglu No. 1 Jin Ying building room 1705

Applicant before: GUANGZHOU THINK-HEIGHT INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: SOUTH CHINA NORMAL University

CB02 Change of applicant information
CB03 Change of inventor or designer information

Inventor after: Zheng Kai

Inventor after: Li Hao

Inventor after: Huang Yemin

Inventor after: Lin Nanhui

Inventor before: Li Hao

Inventor before: Lin Nanhui

Inventor before: Zheng Kai

Inventor before: Huang Yemin

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant