CN109359194B - 用于预测信息类别的方法和装置 - Google Patents

用于预测信息类别的方法和装置 Download PDF

Info

Publication number
CN109359194B
CN109359194B CN201811158980.2A CN201811158980A CN109359194B CN 109359194 B CN109359194 B CN 109359194B CN 201811158980 A CN201811158980 A CN 201811158980A CN 109359194 B CN109359194 B CN 109359194B
Authority
CN
China
Prior art keywords
information
screening
classified
target
class
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
Application number
CN201811158980.2A
Other languages
English (en)
Other versions
CN109359194A (zh
Inventor
李文峰
宝腾飞
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.)
Douyin Vision Co Ltd
Douyin Vision Beijing Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201811158980.2A priority Critical patent/CN109359194B/zh
Publication of CN109359194A publication Critical patent/CN109359194A/zh
Application granted granted Critical
Publication of CN109359194B publication Critical patent/CN109359194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了用于预测信息类别的方法和装置。该方法的一具体实施方式包括:接收用户的对待分类信息进行类别预测的预测请求;基于预测请求,获取待分类信息和目标筛选类信息组集合,其中,筛选类信息组关联类别标签;对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签;生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。该实施方式通过对目标筛选类信息组集合的利用,可以在用于分类的机器学习模型不覆盖的情况下,也能实现信息类别预测。

Description

用于预测信息类别的方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于预测信息类别的方法和装置。
背景技术
目前,用户通常利用机器学习方法训练得到分类模型,利用分类模型识别信息的类别。但由于文字种类繁多,有些文字可能是网络用户创造的词汇,因此,现有的分类模型可能不能满足用户的某些识别需求。
发明内容
本申请实施例提出了用于预测信息类别的方法和装置。
第一方面,本申请实施例提供了一种用于预测信息类别的方法,该方法包括:接收用户的对待分类信息进行类别预测的预测请求;基于预测请求,获取待分类信息和目标筛选类信息组集合,其中,筛选类信息组关联类别标签;对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签;生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
在一些实施例中,筛选类信息包括筛选内容和匹配方式;以及确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,包括:对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。
在一些实施例中,筛选类信息还包括待匹配字段;以及对该筛选类信息中的筛选内容和待分类信息进行匹配,包括:对该筛选类信息中的筛选内容和待分类信息中的目标信息进行匹配,其中,目标信息是待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。
在一些实施例中,目标筛选类信息组集合是通过以下创建步骤创建的:向用户展示筛选类信息配置界面;获取用户在筛选类信息配置界面上输入的至少一组筛选类信息;将至少一组筛选类信息组成筛选类信息组集合并进行存储。
在一些实施例中,上述方法还包括:响应于接收到用户的与目标筛选类信息组集合相关联的修改请求,基于修改请求,对目标筛选类信息组集合进行相应的修改。
第二方面,本申请实施例提供了一种用于预测信息类别的装置,该装置包括:接收单元,被配置成接收用户的对待分类信息进行类别预测的预测请求;获取单元,被配置成基于预测请求,获取待分类信息和目标筛选类信息组集合,其中,筛选类信息组关联类别标签;确定单元,被配置成对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签;生成单元,被配置成生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
在一些实施例中,筛选类信息包括筛选内容和匹配方式;以及确定单元包括:确定子单元,被配置成对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。
在一些实施例中,筛选类信息还包括待匹配字段;以及确定子单元进一步被配置成:对该筛选类信息中的筛选内容和待分类信息中的目标信息进行匹配,其中,目标信息是待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。
在一些实施例中,目标筛选类信息组集合是通过以下创建步骤创建的:向用户展示筛选类信息配置界面;获取用户在筛选类信息配置界面上输入的至少一组筛选类信息;将至少一组筛选类信息组成筛选类信息组集合并进行存储。
在一些实施例中,上述装置还包括:修改单元,被配置成响应于接收到用户的与目标筛选类信息组集合相关联的修改请求,基于修改请求,对目标筛选类信息组集合进行相应的修改。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当该一个或多个程序被该一个或多个处理器执行,使得该一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于预测信息类别的方法和装置,通过接收用户的对待分类信息进行类别预测的预测请求,而后基于该预测请求,获取待分类信息和目标筛选类信息组集合,然后对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,以便在确定待分类信息满足该筛选类信息组中的各条筛选类信息时,将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签,最后生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。有效利用了目标筛选类信息组集合,可以在用于分类的机器学习模型不能覆盖的情况下,也能实现信息类别预测。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于预测信息类别的方法的一个实施例的流程图;
图3是根据本申请的用于预测信息类别的方法的一个应用场景的示意图;
图4是根据本申请的用于预测信息类别的方法的又一个实施例的流程图;
图5是根据本申请的用于预测信息类别的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于预测信息类别的方法或用于预测信息类别的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、信息类别预测应用等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器。例如,服务器105可以接收用户通过终端设备101、102、103发送的对待分类信息进行类别预测的预测请求,并对该预测请求进行分析等处理,得到处理结果(例如所生成的用于表征待分类信息与其所对应的目标类别标签之间的对应关系的对应关系信息)。
需要说明的是,本申请实施例所提供的用于预测信息类别的方法一般由服务器105执行。相应地,用于预测信息类别的装置一般设置于服务器105中。
需要指出的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于预测信息类别的方法的一个实施例的流程200。该用于预测信息类别的方法的流程200,包括以下步骤:
步骤201,接收用户的对待分类信息进行类别预测的预测请求。
在本实施例中,用于预测信息类别的方法的执行主体(例如图1所示的服务器105)可以接收用户通过终端设备(例如图1所示的终端设备101、102、103)发送的对待分类信息进行类别预测的预测请求。其中,待分类信息可以是文本类型的信息。上述预测请求可以包括待分类信息或待分类信息的信息标识。信息标识可以用数字、字母或二者的组合表示。
步骤202,基于预测请求,获取待分类信息和目标筛选类信息组集合。
在本实施例中,上述执行主体可以基于上述预测请求,获取待分类信息和目标筛选类信息组集合。其中,目标筛选类信息组集合可以用于辅助上述执行主体识别待分类信息的类别。目标筛选类信息组集合中的筛选类信息组可以关联类别标签(例如白名单或黑名单等等)。需要指出的是,筛选类信息组所关联的类别标签可以存储在该筛选类信息组中的各条筛选类信息中。筛选类信息例如还可以包括筛选条件。应该理解,目标筛选类信息组集合可以是上述用户预先上传至上述执行主体的,也可以是上述执行主体生成的,在此不做具体限定。
需要说明的是,若上述预测请求包括待分类信息,则上述执行主体可以从上述预测请求中获取待分类信息。若上述预测请求包括待分类信息的信息标识,则上述执行主体可以基于该信息标识获取已预存的待分类信息,例如从本地获取该信息标识所指示的待分类信息。
上述预测请求还可以包括筛选类信息组集合标识,目标筛选类信息组集合可以是该筛选类信息组集合标识所指示的筛选类信息组集合。上述执行主体例如可以基于该筛选类信息组集合标识,从本地的设定位置获取目标筛选类信息组集合。
在本实施例的一些可选的实现方式中,上述预测请求还可以包括标签信息。上述执行主体本地预存的筛选类信息组集合可以预先关联标签集合。上述执行主体可以将上述标签信息与本地预存的筛选类信息组集合所关联的标签集合进行匹配,将匹配成功的标签集合所关联的筛选类信息组集合确定为目标筛选类信息组集合并进行获取。
在本实施例的一些可选的实现方式中,上述预测请求也可以包括筛选类信息组集合。因而,上述执行主体可以从上述预测请求中获取筛选类信息组集合作为目标筛选类信息组集合。
在本实施例的一些可选的实现方式中,目标筛选类信息组集合可以是上述执行主体通过执行以下创建步骤创建的:向上述用户展示筛选类信息配置界面;获取上述用户在筛选类信息配置界面上输入的至少一组筛选类信息;将该至少一组筛选类信息组成筛选类信息组集合并进行存储。需要说明的是,上述执行主体通过向用户提供筛选类信息配置界面供用户设置自定义的筛选类信息组集合,可以使用户在无需开发人员介入的前提下,便可以实现人工干预,调试线上服务效果。
在本实施例的一些可选的实现方式中,上述执行主体可以响应于接收到上述用户的与目标筛选类信息组集合相关联的修改请求,基于该修改请求,对目标筛选类信息组集合进行相应的修改。需要说明的是,上述用户可以通过上述执行主体提供的筛选类信息修改界面,对上述目标筛选类信息组集合进行修改。筛选类信息修改界面可以支持对筛选类信息组集合、筛选类信息组、筛选类信息的增、删、改等操作。
步骤203,对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签。
在本实施例中,对于目标筛选类信息组集合中的筛选类信息组,上述执行主体可以确定待分类信息是否满足该筛选类信息组中的各条筛选类信息。若满足,则上述执行主体可以将该筛选类信息组所关联的类别标签确定与为待分类信息对应的目标类别标签。
作为示例,筛选类信息可以包括筛选条件。对于上述目标筛选类信息组集合中的筛选类信息组,上述执行主体可以判断待分类信息是否满足该筛选类信息组中的各条筛选类信息中的筛选条件。若满足,则上述执行主体可以确定待分类信息满足该筛选类信息组中的各条筛选类信息,上述执行主体可以将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签。
实践中,待分类信息满足上述目标筛选类信息组集合中的一个筛选类信息组即可。因此,上述执行主体在确定出与待分类信息对应的目标类别标签后,便可以结束针对待分类信息的类别预测操作,转去执行步骤204。
在本实施例的一些可选的实现方式中,筛选类信息可以包括筛选内容和匹配方式。其中,筛选内容例如可以包括以下中的一项:关键词集合、正则表达式、文件。其中,文件可以包括关键词集合或正则表达式。匹配方式例如可以包括以下中的一项:第一匹配方式、第二匹配方式、第三匹配方式、第四匹配方式。其中,第一匹配方式可以用于指示将待分类信息与关键词集合中的各个关键词进行匹配,当待分类信息包括关键词集合中的各个关键词时,可以确定匹配成功。第二匹配方式可以用于指示将待分类信息与关键词集合中的至少一个关键词进行匹配,当待分类信息包括关键词集合中的至少一个关键词时,可以确定匹配成功。第三匹配方式可以用于指示将待分类信息(待分类的词语集合)与关键词集合进行完全匹配,当二者内容一致时,可以确定匹配成功。第四匹配方式可以用于指示进行正则匹配,当待分类信息满足正则表达式所指示的条件时,可以确定匹配成功。
若筛选类信息包括筛选内容和匹配方式,则上述执行主体可以采用以下判断步骤确定待分类信息是否满足筛选类信息组中的各条筛选类信息:对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。例如,若确定该筛选类信息中的筛选内容和待分类信息匹配成功,则上述执行主体可以确定待分类信息满足该筛选类信息;否则,上述执行主体可以确定待分类信息不满足该筛选类信息。
步骤204,生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
在本实施例中,上述执行主体在确定与待分类信息对应的目标类别标签之后,可以生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。其中,该对应关系信息例如可以包括待分类信息的信息标识和目标类别标签的标签名称。
继续参见图3,图3是根据本实施例的用于预测信息类别的方法的应用场景的一个示意图。在图3的应用场景中,当用户已有的分类模型不能满足识别需求时,用户可以通过终端设备301设置筛选类信息组集合302,将筛选类信息组集合302发送给服务器303进行存储。其中,筛选类信息组集合302可以包括筛选类信息组A和筛选类信息组B。筛选类信息组A、B均关联类别标签。此外,服务器303本地可以储存有评论信息304。其中,评论信息304可以设置有信息标识。当用户需要利用筛选类信息组集合302对评论信息304进行类别预测时,可以通过终端设备301向服务器303发送包括评论信息304的信息标识和筛选类信息组集合302的集合名称的预测请求。服务器303在接收到该预测请求后,可以基于该预测请求中的信息标识和集合名称,获取评论信息304、筛选类信息组集合302。而后,服务器303可以先基于筛选类信息组A执行判断操作,以确定评论信息304是否满足筛选类信息组A中的各条筛选类信息。然后,服务器303可以响应于确定评论信息304满足筛选类信息组A中的各条筛选类信息,将筛选类信息组A所关联的类别标签确定为与评论信息304对应的目标类别标签305。最后,服务器303可以生成包括评论信息304的信息标识和目标类别标签305的标签名称的对应关系信息306,来表征评论信息304和目标类别标签305之间的对应关系。
本申请的上述实施例提供的方法,通过接收用户的对待分类信息进行类别预测的预测请求,而后基于该预测请求,获取待分类信息和目标筛选类信息组集合,然后对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,以便在确定待分类信息满足该筛选类信息组中的各条筛选类信息时,将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签,最后生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。有效利用了目标筛选类信息组集合,可以在用于分类的机器学习模型不能覆盖的情况下,也能实现信息类别预测。
进一步参考图4,其示出了用于预测信息类别的方法的又一个实施例的流程400。该用于预测信息类别的方法的流程400,包括以下步骤:
步骤401,接收用户的对待分类信息进行类别预测的预测请求。
在本实施例中,用于预测信息类别的方法的执行主体(例如图1所示的服务器105)可以接收用户通过终端设备(例如图1所示的终端设备101、102、103)发送的对待分类信息进行类别预测的预测请求。其中,待分类信息可以是文本类型的信息。上述预测请求可以包括待分类信息或待分类信息的信息标识。信息标识可以用数字、字母或二者的组合表示。
步骤402,基于预测请求,获取待分类信息和目标筛选类信息组集合。
在本实施例中,上述执行主体可以基于上述预测请求,获取待分类信息和目标筛选类信息组集合。其中,目标筛选类信息组集合可以用于辅助上述执行主体识别待分类信息的类别。目标筛选类信息组集合中的筛选类信息组可以关联类别标签(例如白名单或黑名单等等)。需要指出的是,筛选类信息组所关联的类别标签可以存储在该筛选类信息组中的各条筛选类信息中。筛选类信息还可以包括筛选内容、匹配方式和待匹配字段。
筛选内容例如可以包括以下中的一项:关键词集合、正则表达式、文件。其中,文件可以包括关键词集合或正则表达式。待匹配字段可以是包含在待分类信息中的、需要进行内容匹配的字段。以新闻为例,一则新闻可以包括标题、摘要、关键词、正文等字段。匹配方式可以包括以下中的一项:第一匹配方式、第二匹配方式、第三匹配方式、第四匹配方式。其中,第一匹配方式可以用于指示将待分类信息中的归属于待匹配字段的信息与关键词集合中的各个关键词进行匹配,当该信息包括关键词集合中的各个关键词时,可以确定匹配成功。第二匹配方式可以用于指示将待分类信息中的归属于待匹配字段的信息与关键词集合中的至少一个关键词进行匹配,当该信息包括关键词集合中的至少一个关键词时,可以确定匹配成功。第三匹配方式可以用于指示将待分类信息中的归属于待匹配字段的信息(例如词语集合)与关键词集合进行完全匹配,当二者内容一致时,可以确定匹配成功。第四匹配方式可以用于指示进行正则匹配,当待分类信息中的归属于待匹配字段的信息满足正则表达式所指示的条件时,可以确定匹配成功。
应该理解,目标筛选类信息组集合可以是上述用户预先上传至上述执行主体的,也可以是上述执行主体生成的,在此不做具体限定。此外,待分类信息和目标筛选类信息组集合的获取方法可参看图2所示实施例中的步骤202的相关说明,在此不再赘述。
步骤403,对于目标筛选类信息组集合中的筛选类信息组,对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息中的目标信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。
在本实施例中,对于目标筛选类信息组集合中的筛选类信息组,对于该筛选类信息组中的每条筛选类信息,上述执行主体可以基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息中的目标信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。其中,目标信息可以是待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。这里,若确定该筛选类信息中的筛选内容和待分类信息中的目标信息匹配成功,则上述执行主体可以确定待分类信息满足该筛选类信息;否则,上述执行主体可以确定待分类信息不满足该筛选类信息。
步骤404,对于目标筛选类信息组集合中的筛选类信息组,响应于确定待分类信息满足该筛选类信息组中的各条筛选类信息,将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签。
在本实施例中,对于目标筛选类信息组集合中的筛选类信息组,上述执行主体针对该筛选类信息组执行完步骤403后,便可以确定待分类信息是满足该筛选类信息组中的各条筛选类信息,还是不全部满足该各条筛选类信息。若上述执行主体确定待分类信息满足该筛选类信息组中的各条筛选类信息,则上述执行主体可以将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签。而后,上述执行主体可以执行步骤405。
步骤405,生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
在本实施例中,上述执行主体在确定与待分类信息对应的目标类别标签之后,可以生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。其中,该对应关系信息例如可以包括待分类信息的信息标识和目标类别标签的标签名称。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于预测信息类别的方法的流程400突出了对确定待分类信息是否满足筛选类信息组中的各条筛选类信息的方法进行扩展的步骤。由此,本实施例描述的方案可以提高预测结果的准确度。
在本申请的各实施例提供的用于预测信息类别的方法的一些可选的实现方式中,该用于预测信息类别的方法的执行主体可以将所生成的对应关系信息反馈给用户,以便用户查看。例如,上述执行主体可以在用户触发预测请求的界面上展示该对应关系信息,或者基于该对应关系信息生成一个新界面,将该新界面推送给用户,以展示该对应关系信息。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于预测信息类别的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于预测信息类别的装置500包括:接收单元501被配置成接收用户的对待分类信息进行类别预测的预测请求;获取单元502被配置成基于预测请求,获取待分类信息和目标筛选类信息组集合,其中,筛选类信息组可以关联类别标签;确定单元503被配置成对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签;生成单元504被配置成生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
在本实施例中,用于预测信息类别的装置500中:接收单元501、获取单元502、确定单元503和生成单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,筛选类信息可以包括筛选内容和匹配方式;以及确定单元503可以包括:确定子单元(图中未示出),被配置成对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和待分类信息进行匹配,根据匹配结果确定待分类信息是否满足该筛选类信息。
在本实施例的一些可选的实现方式中,筛选类信息还可以包括待匹配字段;以及确定子单元可以进一步被配置成:对该筛选类信息中的筛选内容与待分类信息中的目标信息进行匹配,其中,目标信息可以是待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。
在本实施例的一些可选的实现方式中,目标筛选类信息组集合可以是通过以下创建步骤创建的:向用户展示筛选类信息配置界面;获取用户在筛选类信息配置界面上输入的至少一组筛选类信息;将至少一组筛选类信息组成筛选类信息组集合并进行存储。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:修改单元(图中未示出),被配置成响应于接收到用户的与目标筛选类信息组集合相关联的修改请求,基于修改请求,对目标筛选类信息组集合进行相应的修改。
本申请的上述实施例提供的装置,通过接收用户的对待分类信息进行类别预测的预测请求,而后基于该预测请求,获取待分类信息和目标筛选类信息组集合,然后对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,以便在确定待分类信息满足该筛选类信息组中的各条筛选类信息时,将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签,最后生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。有效利用了目标筛选类信息组集合,可以在用于分类的机器学习模型不能覆盖的情况下,也能实现信息类别预测。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器105)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
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部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示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、或半导体的系统、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。在本申请中,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系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的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。计算机可读的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,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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申请的操作的计算机程序代码,该程序设计语言包括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,图示了按照本申请各种实施例的系统、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,上述模块、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,框图或流程图中的每个方框、以及框图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系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、获取单元、确定单元和生成单元。其中,这些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,接收单元还可以被描述为“接收用户的对待分类信息进行类别预测的预测请求的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的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一个该电子设备执行时,使得该电子设备:接收用户的对待分类信息进行类别预测的预测请求;基于预测请求,获取待分类信息和目标筛选类信息组集合,其中,筛选类信息组可以关联类别标签;对于目标筛选类信息组集合中的筛选类信息组,确定待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与待分类信息对应的目标类别标签;生成用于表征待分类信息和目标类别标签之间的对应关系的对应关系信息。
以上描述仅为本申请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,本申请中所涉及的发明范围,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发明构思的情况下,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。例如上述特征与本申请中公开的(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。

Claims (10)

1.一种用于预测信息类别的方法,包括:
接收用户的对待分类信息进行类别预测的预测请求;
基于所述预测请求,获取所述待分类信息和目标筛选类信息组集合,其中,筛选类信息组关联类别标签;
对于所述目标筛选类信息组集合中的筛选类信息组,确定所述待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与所述待分类信息对应的目标类别标签,其中,筛选类信息包括筛选内容和匹配方式,所述确定所述待分类信息是否满足该筛选类信息组中的各条筛选类信息,包括:对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和所述待分类信息进行匹配,根据匹配结果确定所述待分类信息是否满足该筛选类信息;
生成用于表征所述待分类信息和所述目标类别标签之间的对应关系的对应关系信息。
2.根据权利要求1所述的方法,其中,筛选类信息还包括待匹配字段;以及
所述对该筛选类信息中的筛选内容和所述待分类信息进行匹配,包括:
对该筛选类信息中的筛选内容和所述待分类信息中的目标信息进行匹配,其中,所述目标信息是所述待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。
3.根据权利要求1所述的方法,其中,所述目标筛选类信息组集合是通过以下创建步骤创建的:
向所述用户展示筛选类信息配置界面;
获取所述用户在所述筛选类信息配置界面上输入的至少一组筛选类信息;
将所述至少一组筛选类信息组成筛选类信息组集合并进行存储。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于接收到所述用户的与所述目标筛选类信息组集合相关联的修改请求,基于所述修改请求,对所述目标筛选类信息组集合进行相应的修改。
5.一种用于预测信息类别的装置,包括:
接收单元,被配置成接收用户的对待分类信息进行类别预测的预测请求;
获取单元,被配置成基于所述预测请求,获取所述待分类信息和目标筛选类信息组集合,其中,筛选类信息组关联类别标签;
确定单元,被配置成对于所述目标筛选类信息组集合中的筛选类信息组,确定所述待分类信息是否满足该筛选类信息组中的各条筛选类信息,若满足,则将该筛选类信息组所关联的类别标签确定为与所述待分类信息对应的目标类别标签,其中,筛选类信息包括筛选内容和匹配方式,所述确定单元包括:确定子单元,被配置成对于该筛选类信息组中的每条筛选类信息,基于该筛选类信息中的匹配方式,对该筛选类信息中的筛选内容和所述待分类信息进行匹配,根据匹配结果确定所述待分类信息是否满足该筛选类信息;
生成单元,被配置成生成用于表征所述待分类信息和所述目标类别标签之间的对应关系的对应关系信息。
6.根据权利要求5所述的装置,其中,筛选类信息还包括待匹配字段;以及
所述确定子单元进一步被配置成:
对该筛选类信息中的筛选内容和所述待分类信息中的目标信息进行匹配,其中,所述目标信息是所述待分类信息中的、归属于该筛选类信息中的待匹配字段的信息。
7.根据权利要求5所述的装置,其中,所述目标筛选类信息组集合是通过以下创建步骤创建的:
向所述用户展示筛选类信息配置界面;
获取所述用户在所述筛选类信息配置界面上输入的至少一组筛选类信息;
将所述至少一组筛选类信息组成筛选类信息组集合并进行存储。
8.根据权利要求5所述的装置,其中,所述装置还包括:
修改单元,被配置成响应于接收到所述用户的与所述目标筛选类信息组集合相关联的修改请求,基于所述修改请求,对所述目标筛选类信息组集合进行相应的修改。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN201811158980.2A 2018-09-30 2018-09-30 用于预测信息类别的方法和装置 Active CN109359194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811158980.2A CN109359194B (zh) 2018-09-30 2018-09-30 用于预测信息类别的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811158980.2A CN109359194B (zh) 2018-09-30 2018-09-30 用于预测信息类别的方法和装置

Publications (2)

Publication Number Publication Date
CN109359194A CN109359194A (zh) 2019-02-19
CN109359194B true CN109359194B (zh) 2020-10-20

Family

ID=65348572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811158980.2A Active CN109359194B (zh) 2018-09-30 2018-09-30 用于预测信息类别的方法和装置

Country Status (1)

Country Link
CN (1) CN109359194B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488840A (zh) * 2019-09-12 2021-03-12 京东数字科技控股有限公司 信息输出方法和装置
CN113111234A (zh) * 2020-02-13 2021-07-13 北京明亿科技有限公司 基于正则表达式的处警警情类别确定方法和装置
CN113111173A (zh) * 2020-02-13 2021-07-13 北京明亿科技有限公司 基于正则表达式的接警警情类别确定方法和装置
CN111428159A (zh) * 2020-03-17 2020-07-17 中国建设银行股份有限公司 线上化分类方法和装置
CN112380131B (zh) * 2020-11-20 2024-02-20 北京百度网讯科技有限公司 模块测试方法、装置及电子设备
CN112989114B (zh) * 2021-02-04 2023-08-29 有米科技股份有限公司 应用于视频筛选的视频信息生成方法及装置
CN116680603B (zh) * 2023-07-26 2023-12-12 上海观安信息技术股份有限公司 一种数据分类方法、装置、存储介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868243A (zh) * 2015-12-14 2016-08-17 乐视网信息技术(北京)股份有限公司 信息处理方法及装置
CN107656958A (zh) * 2017-06-09 2018-02-02 平安科技(深圳)有限公司 一种多数据源数据的归类方法及服务器
CN108509482A (zh) * 2018-01-23 2018-09-07 深圳市阿西莫夫科技有限公司 问题分类方法、装置、计算机设备和存储介质
CN108549727A (zh) * 2018-05-02 2018-09-18 上海财经大学 基于网络爬虫以及大数据分析的用户获利信息推送方法
CN108595506A (zh) * 2018-03-21 2018-09-28 上海数据交易中心有限公司 需求匹配方法及装置、存储介质、终端

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7519200B2 (en) * 2005-05-09 2009-04-14 Like.Com System and method for enabling the use of captured images through recognition
US8504550B2 (en) * 2009-05-15 2013-08-06 Citizennet Inc. Social network message categorization systems and methods
CN102004801A (zh) * 2010-12-30 2011-04-06 焦点科技股份有限公司 一种信息分类的方法
CN102968413B (zh) * 2011-08-31 2017-12-26 北京百度网讯科技有限公司 一种用于提供搜索结果的方法与设备
CN103577415B (zh) * 2012-07-20 2019-03-08 百度在线网络技术(北京)有限公司 用于更新移动搜索应用所对应的搜索配置的方法与设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868243A (zh) * 2015-12-14 2016-08-17 乐视网信息技术(北京)股份有限公司 信息处理方法及装置
CN107656958A (zh) * 2017-06-09 2018-02-02 平安科技(深圳)有限公司 一种多数据源数据的归类方法及服务器
CN108509482A (zh) * 2018-01-23 2018-09-07 深圳市阿西莫夫科技有限公司 问题分类方法、装置、计算机设备和存储介质
CN108595506A (zh) * 2018-03-21 2018-09-28 上海数据交易中心有限公司 需求匹配方法及装置、存储介质、终端
CN108549727A (zh) * 2018-05-02 2018-09-18 上海财经大学 基于网络爬虫以及大数据分析的用户获利信息推送方法

Also Published As

Publication number Publication date
CN109359194A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN109359194B (zh) 用于预测信息类别的方法和装置
CN109460513B (zh) 用于生成点击率预测模型的方法和装置
CN107622135B (zh) 用于显示信息的方法和装置
CN109522483B (zh) 用于推送信息的方法和装置
CN110708346B (zh) 信息处理系统和方法
CN109325213B (zh) 用于标注数据的方法和装置
CN107943877B (zh) 待播放多媒体内容的生成方法和装置
US11758088B2 (en) Method and apparatus for aligning paragraph and video
CN111061956A (zh) 用于生成信息的方法和装置
CN111324786A (zh) 咨询问题信息的处理方法和装置
CN110059172B (zh) 基于自然语言理解的推荐答案的方法和装置
CN109409419B (zh) 用于处理数据的方法和装置
CN111125503B (zh) 用于生成信息的方法和装置
CN107885872B (zh) 用于生成信息的方法和装置
CN109376220B (zh) 用于获取信息的方法和装置
CN108664610B (zh) 用于处理数据的方法和装置
CN110110032B (zh) 用于更新索引文件的方法和装置
CN111131359A (zh) 用于生成信息的方法和装置
CN110881056A (zh) 用于推送信息的方法和装置
CN109857838B (zh) 用于生成信息的方法和装置
CN111767290B (zh) 用于更新用户画像的方法和装置
CN109889402B (zh) 用于生成信息的方法和装置
CN111460273B (zh) 信息推送方法和装置
CN112131379A (zh) 用于识别问题类别的方法、装置、电子设备及存储介质
CN110020906B (zh) 订单信息的检测方法和装置

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: Tiktok vision (Beijing) Co.,Ltd.

CP01 Change in the name or title of a patent holder