CN109558379A - 一种数据审核方法及装置 - Google Patents

Abstract

本发明公开了一种数据审核方法及装置，该方法包括：获取待审核文件；待审核文件包括多个不同信息属性的数据；信息属性，包括：文字、图片、链接、视频、音频和表格；按照信息属性，对待审核文件进行拆分，得到多个数据集合；每个数据集合包括信息属性相同的数据，且各个数据集合中数据的信息属性各不相同；分别对每个数据集合中的数据进行审核，能够提升企业整体人效，提升数据审核操作的准确性。

Description

一种数据审核方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据审核方法及装置。

背景技术

近年来随着国家信息化建设的发展，互联网内容呈现几何式增长，如何规范互联网内容的安全性，对用户制作发布的内容进行快速审核成了摆在所有互联网企业眼前的问题。

目前，企业一般采取人工方式对用户制作发布的内容进行逐页审核，将所有内容全部用人力审查，以应对自身内容安全的风控。但是，随着用户的增加，制作内容数量的上涨，人工审核不仅效率底下，消耗的人工成本也将成为企业无法回避的负担。

发明内容

有鉴于此，本申请实施例提供了一种数据审核方法及装置，能够解决现有技术中人工审核效率低下、人工成本高的问题。

本申请实施例提供的数据审核方法，包括：

获取待审核文件；所述待审核文件包括多个不同信息属性的数据；所述信息属性，包括：文字、图片、链接、视频、音频和表格；

按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合；每个所述数据集合包括信息属性相同的数据，且各个所述数据集合中数据的信息属性各不相同；

分别对每个所述数据集合中的数据进行审核。

可选的，所述按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合，具体包括：

遍历所述待审核文件，判断所述待审核文件是否携带信息标识；所述信息标识用于标注所述待审核文件中不同信息属性的数据；

当所述待审核文件携带所述信息标志时，根据所述信息标识对所述待审核文件进行拆分，得到多个所述数据集合。

可选的，所述按照所述信息属性，对所述待审核文件进行拆分，具体包括：

遍历所述待审核文件，判断所述待审核文件中是否包括符合预设规则的数据；所述预设规则包括与所述信息属性对应的链接规则和/或命名规则；

若是，则提取所述待审核文件中符合所述预设规则的数据，得到所述数据集合。

可选的，所述按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合，之后还包括：

分别验证每个所述数据集合中包括的数据的信息属性是否相同。

可选的，所述分别验证每个所述数据集合中数据的信息属性是否相同，具体包括：

获取所述待审核数据的文件流中的文件层；

提取所述文件层中的属性标识；

利用所述属性标识，对每个所述数据集合中数据的信息属性是否相同进行验证。

可选的，所述分别对每个所述数据集合中的数据进行审核，具体包括：

逐一显示每个所述数据集合中的数据，以便审核人员进行审核。

可选的，所述逐一显示每个所述数据集合中的数据，具体包括：

在一个页面内显示一个所述数据集合中的数据；

和/或，

在一个页面内逐一显示多个所述数据集合中的数据。

可选的，所述在一个页面内逐一显示多个所述数据集合中的数据，具体包括：

将第一数据集合中的数据和第二数据集合中的数据显示在同一个页面内；

所述第一数据集合中数据的信息属性为图片；所述第二数据集合中数据的信息属性为文字。

本申请实施例提供的数据审核装置，包括：获取单元、拆分单元和审核单元；

所述获取单元，用于获取待审核文件；所述待审核文件包括多个不同信息属性的数据；所述信息属性，包括：文字、图片、链接、视频、音频和表格；

所述拆分单元，用于按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合；每个所述数据集合包括信息属性相同的数据，且各个所述数据集合中数据的信息属性各不相同；

所述审核单元，用于分别对每个所述数据集合中的数据进行审核。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时，实现如上述实施例提供的数据审核方法中的任意一种。

与现有技术相比，本申请至少具有以下优点：

在本申请实施例中，先获取包括不同信息属性数据的待审核文件，信息属性包括文字、图片、链接、视频、音频和表格等。然后，将待审核文件按照其中数据的信息属性进行拆分，得到多个数据集合。其中，每个数据集合中包括的待审核文件中信息属性相同的数据，且各个数据集合中数据的信息属性各不相同。然后，分别对每个数据集合中的数据进行单独的审核，从而解决了审核人员需要逐一审核每篇文件的问题，可以将待审核文件中的信息更加直观、综合的显示给专门的审核人员进行审核，能够提升企业整体人效，提升数据审核操作的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请实施例提供的一种数据审核方法的流程示意图；

图2为本申请实施例提供的另一种数据审核方法的流程示意图；

图3为本申请实施例提供的又一种数据审核方法的流程示意图；

图4为本申请实施例提供的再一种数据审核方法的流程示意图；

图5为本申请实施例提供的一种数据集合中数据的显示方式；

图6为本申请实施例提供的一种数据审核装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、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。

参见图1，该图为本申请实施例提供的一种数据审核方法的流程示意图。

本申请实施例提供的数据审核方法，包括：

S101：获取待审核文件。

在本申请实施例中，待审核文件包括多个不同信息属性的数据。其中，信息属性，包括：文字、图片、链接、视频、音频和表格等。在一个具体的例子中，待审核文件可以是包括文字和图片的文件，也可以是包括文字、图片和视频的文件，等等，这里不再一一列举。

需要说明的是，本申请实施例对待审核文件的格式及来源不进行限定，例如，待审核文件可以是文档文件、表格文件、视频文件、演示文稿和H5文件等，待审核文件可以是由任意用户制作的。

S102：按照信息属性，对待审核文件进行拆分，得到多个数据集合。

在本申请实施例中，每个数据集合包括信息属性相同的数据，且各个数据集合中数据的信息属性各不相同。将待审核文件拆分成不同的数据集合，可以使得审核人员在审核时集中关注待审核文件中同一信息属性的数据，有利于提升审核的效率和准确率。

作为一个示例，当待审核文件包括文字和图片时，对其进行拆分后，可以得到包括文字内容的第一数据集合以及包括图片内容的第二数据集合。又例如，待审核文件包括文字、图片和视频时，对其进行拆分后，可以得到包括文字内容的第一数据集合、包括图片内容的第二数据集合以及包括视频内容的第三数据集合。

在本申请实施例一些可能的实现方式中，步骤S102至少包括两种可能的实现方式。

在第一种可能的实现方式中，如图2所示，步骤S102具体可以包括：

S1021：遍历待审核文件，判断待审核文件是否携带信息标识。当待审核文件携带信息标志时，执行步骤S1022。

S1022：根据信息标识对待审核文件进行拆分，得到多个数据集合。

在本申请实施例中，信息标识用于标注待审核文件中不同信息属性的数据，因此可以利用信息标识，分别提取待审核文件中信息标识相同的数据，得到一个数据集合，实现对待审核文件的拆分得到多个数据集合。

例如，当待审核文件包括图片和视频，且携带有图片和视频的信息标识时，可以利用图片的信息标识对待审核文件中的图片进行提取，得到包括图片的数据集合；利用视频的信息标识对待审核文件中的视频进行提取，得到包括视频的数据集合。本申请实施例对每种信息属性数据的提取顺序不进行限定，可以并行的提取任意两个不同信息属性或两个以上不同信息属性的数据，也可以串行提取每个不同信息属性的数据，这里不再赘述。

需要说明的是，当待审核文件包括文字时，可以直接对其中的文字进行提取，得到包括文字的数据集合。

在第二种可能的实现方式中，如图3所示，步骤S102具体可以包括：

S1023：遍历待审核文件，判断待审核文件中是否包括符合预设规则的数据；若是，则执行步骤S1024。

S1024：提取待审核文件中符合预设规则的数据，得到数据集合。

在本申请实施例中，预设规则包括与信息属性对应的链接规则和/或命名规则。例如，对图片而言，预设规则可以是图片链接的规则(如链接中包括的特殊字符等)和/或图片的命名规则(如后缀等)。实际应用中，可以根据信息属性的具体形式，对其对应的预设规则进行设定，本申请实施例对此不进行限定，也不再一一列举。

根据各个信息属性对应的预设规则，分别提取待审核文件中符合相同预设规则的数据，得到一个数据集合，即可实现对待审核文件的拆分得到多个数据集合。与第一种可能的实现方式类似，本申请实施例对每种信息属性数据的提取顺序不进行限定，可以并行的提取任意两个不同信息属性或两个以上不同信息属性的数据，也可以串行提取每个不同信息属性的数据，这里不再赘述。

需要说明的是，当待审核文件包括文字时，也可以直接对其中的文字进行提取，得到包括文字的数据集合。

还需要说明的是，在实际应用中，当待审核文件携带信息标志时，还可以执行第二种可能的实现方式，对数据集合中包括的数据进行查漏补缺，或者，对提取得到的数据集合中数据的信息属性是否相同进行验证。

在实际应用中，还可以利用待审核文件的文件流的文件层的属性标识，对待审核文件进行拆分，得到多个数据集合。

在本申请实施例一些可能的实现方式中，为了保证得到的每个数据集合中数据的信息属性相同，如图4所示，步骤S102之后还可以包括：

S104：分别验证每个数据集合中包括的数据的信息属性是否相同。

下面以一个数据集合为例，对具体验证方法进行举例说明：

在一个可能的设计中，步骤S104具体可以包括：

获取待审核数据的文件流中的文件层；提取文件层中的属性标识；利用属性标识，对每个数据集合中数据的信息属性是否相同进行验证。

可以理解的是，在待审核文件的文件流的文件层中，会对待审核文件包括数据的信息属性进行标注，利用该标注(即属性标识)就可以对数据集合中数据的信息属性是否相同进行验证。

S103：分别对每个数据集合中的数据进行审核。

在本申请实施例中，将待审核文件中不同信息属性的数据分开审核，可以使得审核人员更加直观、简易、高效处理审核工作。在一些可能的设计中，还可以利用内容识别技术对数据集合中包括的数据进行预先的识别，根据预先配置的审核规则和识别的结果，给出审核的参考意见，进一步提高审核的效率。

在本申请实施例一些可能的实现方式中，步骤S103具体可以包括：

逐一显示每个数据集合中的数据，以便审核人员进行审核。

图5举例示出了一种数据集合中数据的显示方式。可选的，可以在一个页面内显示一个数据集合中的数据；和/或，在一个页面内逐一显示多个数据集合中的数据。在实际应用中，可以按照实际需要对每个数据集合中的数据进行显示，显示方式包括但不限于单页显示、多页显示和分页局部显示等，这里不进行限定。

在实际应用中，有些图片和文字本身单独来看是没有问题的，但是，二者结合时受主观因素等情况的影响，会存在敏感问题。为此，在本申请实施例一些可能的实现方式中，步骤S103具体可以包括：

将第一数据集合中的数据和第二数据集合中的数据显示在同一个页面内；第一数据集合中数据的信息属性为图片；第二数据集合中数据的信息属性为文字。

在本申请实施例中，可以根据文本数据和图片数据在待审核文件中的位置，将第一数据集合和第二数据集合中位置相邻的文字和图片相邻展示，位置相邻的文字和图片具有关联关系，将二者相邻展示可以提高审核的准确性。本申请实施例对具有关联关系的文字和图片的显示顺序不进行限定。

在本申请实施例中，先获取包括不同信息属性数据的待审核文件，信息属性包括文字、图片、链接、视频、音频和表格等。然后，将待审核文件按照其中数据的信息属性进行拆分，得到多个数据集合。其中，每个数据集合中包括的待审核文件中信息属性相同的数据，且各个数据集合中数据的信息属性各不相同。然后，分别对每个数据集合中的数据进行单独的审核，从而解决了审核人员需要逐一审核每篇文件的问题，可以将待审核文件中的信息更加直观、综合的显示给专门的审核人员进行审核，能够提升企业整体人效，提升数据审核操作的准确性。

基于上述实施例提供的数据审核方法，本申请实施例还提供了一种数据审核装置。

参见图6，该图为本申请实施例提供的一种数据审核装置的结构示意图。

本申请实施例提供的数据审核装置，包括：获取单元100、拆分单元200和审核单元300；

获取单元100，用于获取待审核文件；待审核文件包括多个不同信息属性的数据；信息属性，包括：文字、图片、链接、视频、音频和表格；

拆分单元200，用于按照信息属性，对待审核文件进行拆分，得到多个数据集合；每个数据集合包括信息属性相同的数据，且各个数据集合中数据的信息属性各不相同；

审核单元300，用于分别对每个数据集合中的数据进行审核。

在本申请实施例一些可能的实现方式中，拆分单元200，具体可以包括：第一判断子单元和第一拆分子单元；

第一判断子单元，用于遍历待审核文件，判断待审核文件是否携带信息标识；信息标识用于标注待审核文件中不同信息属性的数据；

第一拆分子单元，用于当第一拆分子单元判断待审核文件携带信息标志时，根据信息标识对待审核文件进行拆分，得到多个数据集合。

本申请实施例一些可能的实现方式中，拆分单元200，具体可以包括：第二判断子单元和第二拆分子单元；

第二判断子单元，用于遍历待审核文件，判断待审核文件中是否包括符合预设规则的数据；预设规则包括与信息属性对应的链接规则和/或命名规则；

第二拆分子单元，用于当第二判断子单元判断待审核文件中包括符合预设规则的数据时，提取待审核文件中符合预设规则的数据，得到数据集合。

本申请实施例一些可能的实现方式中，该装置还包括：验证单元；

验证单元，用于分别验证每个数据集合中包括的数据的信息属性是否相同。

在本申请实施例一些可能的实现方式中，验证单元，具体可以包括：获取子单元、提取子单元和验证子单元；

获取子单元，用于获取待审核数据的文件流中的文件层；

提取子单元，用于提取文件层中的属性标识；

验证子单元，用于利用属性标识，对每个数据集合中数据的信息属性是否相同进行验证。

在本申请实施例一些可能的实现方式中，审核单元300，具体用于：

逐一显示每个数据集合中的数据，以便审核人员进行审核。

可选的，审核单元300，具体可以包括：第一显示子单元和/或第二显示子单元；

第一显示子单元，用于在一个页面内显示一个数据集合中的数据；

第二显示子单元，用于在一个页面内逐一显示多个数据集合中的数据。

在本申请实施例一些可能的实现方式中，第二显示子单元，可以具体用于：

将第一数据集合中的数据和第二数据集合中的数据显示在同一个页面内；

第一数据集合中数据的信息属性为图片；第二数据集合中数据的信息属性为文字。

在本申请实施例中，先获取包括不同信息属性数据的待审核文件，信息属性包括文字、图片、链接、视频、音频和表格等。然后，将待审核文件按照其中数据的信息属性进行拆分，得到多个数据集合。其中，每个数据集合中包括的待审核文件中信息属性相同的数据，且各个数据集合中数据的信息属性各不相同。然后，分别对每个数据集合中的数据进行单独的审核，从而解决了审核人员需要逐一审核每篇文件的问题，可以将待审核文件中的信息更加直观、综合的显示给专门的审核人员进行审核，能够提升企业整体人效，提升数据审核操作的准确性。

基于上述实施例提供的数据审核方法及装置，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时，实现如上述实施例提供的数据审核方法中的任意一种。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。

Claims (10)

1.一种数据审核方法，其特征在于，所述方法包括：

获取待审核文件；所述待审核文件包括多个不同信息属性的数据；所述信息属性，包括：文字、图片、链接、视频、音频和表格；

按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合；每个所述数据集合包括信息属性相同的数据，且各个所述数据集合中数据的信息属性各不相同；

分别对每个所述数据集合中的数据进行审核。

2.根据权利要求1所述的方法，其特征在于，所述按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合，具体包括：

遍历所述待审核文件，判断所述待审核文件是否携带信息标识；所述信息标识用于标注所述待审核文件中不同信息属性的数据；

当所述待审核文件携带所述信息标志时，根据所述信息标识对所述待审核文件进行拆分，得到多个所述数据集合。

3.根据权利要求1所述的方法，其特征在于，所述按照所述信息属性，对所述待审核文件进行拆分，具体包括：

遍历所述待审核文件，判断所述待审核文件中是否包括符合预设规则的数据；所述预设规则包括与所述信息属性对应的链接规则和/或命名规则；

若是，则提取所述待审核文件中符合所述预设规则的数据，得到所述数据集合。

4.根据权利要求2或3所述的方法，其特征在于，所述按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合，之后还包括：

分别验证每个所述数据集合中包括的数据的信息属性是否相同。

5.根据权利要求4所述的方法，其特征在于，所述分别验证每个所述数据集合中数据的信息属性是否相同，具体包括：

获取所述待审核数据的文件流中的文件层；

提取所述文件层中的属性标识；

利用所述属性标识，对每个所述数据集合中数据的信息属性是否相同进行验证。

6.根据权利要求1所述的方法，其特征在于，所述分别对每个所述数据集合中的数据进行审核，具体包括：

逐一显示每个所述数据集合中的数据，以便审核人员进行审核。

7.根据权利要求6所述的方法，其特征在于，所述逐一显示每个所述数据集合中的数据，具体包括：

在一个页面内显示一个所述数据集合中的数据；

和/或，

在一个页面内逐一显示多个所述数据集合中的数据。

8.根据权利要求7所述的方法，其特征在于，所述在一个页面内逐一显示多个所述数据集合中的数据，具体包括：

将第一数据集合中的数据和第二数据集合中的数据显示在同一个页面内；

所述第一数据集合中数据的信息属性为图片；所述第二数据集合中数据的信息属性为文字。

9.一种数据审核装置，其特征在于，所述装置包括：获取单元、拆分单元和审核单元；

所述获取单元，用于获取待审核文件；所述待审核文件包括多个不同信息属性的数据；所述信息属性，包括：文字、图片、链接、视频、音频和表格；

所述拆分单元，用于按照所述信息属性，对所述待审核文件进行拆分，得到多个数据集合；每个所述数据集合包括信息属性相同的数据，且各个所述数据集合中数据的信息属性各不相同；

所述审核单元，用于分别对每个所述数据集合中的数据进行审核。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当该计算机程序被处理器执行时，实现如权利要求1-8任意一项所述的数据审核方法。