CN110457507B - 一种图片识别处理方法、装置、电子设备及存储介质 - Google Patents
一种图片识别处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110457507B CN110457507B CN201910677015.4A CN201910677015A CN110457507B CN 110457507 B CN110457507 B CN 110457507B CN 201910677015 A CN201910677015 A CN 201910677015A CN 110457507 B CN110457507 B CN 110457507B
- Authority
- CN
- China
- Prior art keywords
- picture
- associated data
- information
- displayed
- text
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Character Input (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请涉及互联网技术领域,尤其涉及一种图片识别处理方法、装置、电子设备及存储介质,获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件;若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片,若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据,这样,实现了智能判断是否能够在资讯信息的图片上展示关联数据。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种图片识别处理方法、装置、电子设备及存储介质。
背景技术
随着互联网技术快速发展,用户可以很容易获取到各种信息,信息量也是非常大的,为直观地展示资讯信息,同时吸引用户阅读,通常资讯信息采用图文结合的方式,用户在浏览资讯信息时,可以结合文字和图片快速直观地获知信息。
现有技术中,后台服务器可以识别资讯信息中的图片并在图片上展示关联数据,以便用户进一步了解图片的详细信息,但是,现有技术中是将资讯信息中所有图片的关联数据都进行识别并展示,对于一些不适合在图片上展示关联数据的场景,反而降低了用户体验,因此如何能够智能判断是否在资讯信息中的图片上展示识别的关联数据结果是有很有必要的。
发明内容
本申请实施例提供一种图片识别处理方法、装置、电子设备及存储介质,以实现智能判断是否在图片上展示识别的关联数据。
本申请实施例提供的具体技术方案如下:
本申请一个实施例提供了一种图片识别处理方法,包括:
获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;
根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件;
若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片,若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据。
本申请另一个实施例提供了一种图片识别处理装置,包括:
获取模块,用于获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;
确定模块,用于根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件;
发送模块,用于若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片,若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据。
本申请另一个实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一种图片识别处理方法的步骤。
本申请另一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种图片识别处理方法的步骤。
本申请实施例中,获取待展示资讯信息,可以根据待展示资讯信息中图片的关联数据,确定图片是否符合屏蔽展示关联数据的条件,若符合屏蔽展示关联数据的条件,则可以返回图片,这样待展示资讯信息在展示时,可以仅展示图片,不展示关联数据,若不符合屏蔽展示关联数据的条件,则返回图片和关联数据,使得可以同时展示图片和关联数据,这样,不是针对待展示资讯信息中所有图片都进行识别展示,增加了判断条件,可以智能判断是否能够在资讯信息的图片上展示关联数据,判断比较准确,对于不适合在图片上展示关联数据的场景,可以自动屏蔽,可以满足不同场景。
附图说明
图1为本申请实施例中图片识别处理方法的应用架构示意图;
图2为本申请实施例中图片识别处理方法交互流程图;
图3为本申请实施例中一种图片识别处理方法流程图;
图4为本申请实施例中图片识别结果逻辑展示效果示意图;
图5为本申请实施例中查看图片关联数据的效果示意图;
图6为本申请实施例中图片识别处理装置的结构示意图;
图7为本申请实施例中电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。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。
为便于对本申请实施例的理解,下面先对几个概念进行简单介绍:
资讯信息:是用户因为及时地获得它并利用它,而能够在相对短的时间内给自己带来价值的信息。
实体:通常是指能够独立存在的、作为一切属性的基础和万物本原的东西,本申请实施例中的图片中识别出的实体,通常也是可以作为独立的个体,例如人物、植物、动物等。
分词算法:可以将连续的字序列按照一定的规范重新组合成词序列,分词算法可以分为基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法,例如,N-gram模型等,本申请实施例中可以基于现有技术中的分词算法进行分词处理,并不进行限制。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。例如,本申请实施例中,主要是通过机器学习相关技术训练获得识别模型,用于识别图片中的实体。
目前,对于资讯信息通常可以采用图文结合的方式呈现,现有技术中,可以对资讯信息中的图片进行识别,并展示图片的关联数据,这样,用户可以点击图片获取到更多的关联数据,便于用户阅读和获取更多信息。
但是,实际中会存在很多不适合在资讯信息中的图片上展示关联数据的场景,例如,若一篇资讯信息为敏感新闻或悼念英烈的文章,则在该资讯信息中的图片上打上标签信息,展示关联数据,显然是不合适的,又例如,图片中识别出的实体是与正文完全不相关的,则用户想要查看该图片的关联数据的可能性是比较小的,也不合适在图片上展示该实体的关联数据,会影响用户阅读,因此如何能够智能判断是否在资讯信息中的图片上展示识别的关联数据结果是有很有必要的。
为解决上述问题,本申请实施例中提供了一种图片识别处理方法,可以根据资讯信息中文本的语义信息和/或图片的关联数据,判断图片是否符合屏蔽展示关联数据的条件,若符合屏蔽展示关联数据的条件,则可以实现仅展示图片,不在图片上展示关联数据,若不符合屏蔽展示关联数据的条件,则使得可以在图片上展示关联数据,这样,可以结合语义信息和/或图片的关联数据,实现智能判断是否在图片上展示关联数据,可以适用于实际场景,对于不适合展示的场景不进行展示,提升了用户体验,也可以规避一些风险。
本申请实施例中提供了一种可能的应用架构场景,参阅图1所示,为本申请实施例中图片识别处理方法的应用架构示意图,包括终端100、资讯服务器200、识别服务器300。
终端100可以是智能手机、平板电脑、便携式个人计算机等任何智能设备,终端100上可以安装有各种应用程序(Application,APP),例如,本申请实施例中终端100上可以安装可以阅读资讯信息的APP,如新闻APP、浏览器等,用户可以在终端100上浏览和阅读资讯信息,也可以通过终端100上传资讯信息。
资讯服务器200能够为终端100提供各种网络服务,对于终端100上不同的应用程序,资讯服务器200可以认为是提供相应网络服务的后台服务器,例如,资讯服务器200可以根据终端100的资讯信息获取或展示请求,获取对应的资讯信息。进一步地,资讯服务器200还可以将获取到的资讯信息发送给识别服务器300,以使识别服务器300进行图片识别和判断,并且资讯服务器200也可以获取资讯信息上传者上传的资讯信息。
识别服务器300主要是用于获取待展示资讯信息,识别待展示资讯信息中的图片,并进行智能判断,识别服务器300可以分别与资讯服务器200和终端100相连。
其中,资讯服务器200和识别服务器300可以是一台服务器、若干台服务器组成的服务器集群或云计算中心。
当然,识别服务器300和资讯服务器200的功能也可以集成到一个服务器中,采用一个服务器来实现,具体可以根据实际情况设置,本申请实施例中并不进行限制。
终端100与资讯服务器200、识别服务器300,以及资讯服务器200和识别服务器300之间均可以通过互联网相连,实现相互之间的通信。可选地,上述的互联网使用标准通信技术和/或协议。互联网通常为因特网、但也可以是任何网络,包括但不限于局域网(LocalArea Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide AreaNetwork,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(Extensible Markup Language,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(Internet Protocol Security,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
以图1中所示的终端100、资讯服务器200和识别服务器300为例,终端100可以为资讯前端,表示获取和展示资讯信息的终端,参阅图2所示,为本申请实施例中图片识别处理方法交互流程图,如图2所示,资讯服务器200可以获取资讯信息上传者上传的资讯信息,即资讯信息上传者也可以通过相应的终端(图2中未示出)上传自己所发布的资讯信息,例如资讯文章,进而资讯服务器200检测到一篇资讯信息上线时,在分发给终端100前可以把该资讯信息的所有信息通知给识别服务器300,识别服务器300对该资讯信息进行识别,获取资讯信息中所有图片,识别图片中的实体,并获取实体对应的关联数据,根据资讯信息中文本的语义信息和/或图片的关联数据,确定图片是否符合屏蔽展示关联数据的条件,根据判断结果,向资讯前端返回相应的结果,具体地,若确定符合屏蔽展示关联数据的条件,则仅返回图片,还可以发送无法识别展示的提示信息,以使待展示资讯信息在展示时,展示图片,但图片上屏蔽展示关联数据,若确定不符合屏蔽展示关联数据的条件,则返回图片和关联数据,还可以通知给资讯前端该资讯信息中图片可以识别展示,并可以在图片上标记关联数据对应的标签信息,提示用户该图片有关联数据,进而用户可以通过点击获取该图片的关联数据。
需要说明的是,本申请实施例中的应用架构图是为了更加清楚地说明本申请实施例中的技术方案,并不构成对本申请实施例提供的技术方案的限制,也并不仅限于资讯信息,对于其它的应用架构和业务应用,本申请实施例提供的技术方案对于类似的问题,同样适用。下面本申请各个实施例中,以图片识别处理方法应用于图1所示的应用架构为例进行示意性说明。
基于上述实施例,下面对本申请实施例中的图片识别处理方法进行说明,参阅图3所示,为本申请实施例中一种图片识别处理方法流程图,该方法包括:
步骤300:获取待展示资讯信息,其中,待展示资讯信息中至少包括图片。
本申请实施例中的图片识别处理方法主要由识别服务器侧执行,用户可以在终端上通过浏览器等APP阅读和获取资讯信息,例如,用户在打开一篇资讯信息时,可以向资讯服务器发送获取请求,资讯服务器将对应的资讯信息发送给识别服务器,以使识别服务器对资讯信息中的图片进行识别和判断后再发送给终端进行展示,进而识别服务器获取到资讯后台服务器发送的资讯信息,即待展示资讯信息,进行后续识别和判断。
其中,待展示资讯信息,例如为一篇资讯文章或图片集等,本申请实施例中待展示资讯信息至少包括图片,进一步地还可以至少包括文本,对此并不进行限制。
步骤310:根据图片对应识别的关联数据,确定图片是否符合屏蔽展示关联数据的条件。
本申请实施例中,不是对待展示资讯信息中所有图片上都直接展示关联数据,而是需要先对待展示资讯信息中的图片进行判断,确定其是否符合屏蔽展示关联数据的条件。
进一步地,待展示资讯信息中还至少包括文本,则确定图片是否符合屏蔽展示关联数据的条件时,本申请实施例中提供了可能的实施方式,具体为:根据文本的语义信息和/或图片对应识别的关联数据,确定图片是否符合屏蔽展示关联数据的条件。
步骤320:若确定符合屏蔽展示关联数据的条件,则返回图片,以使待展示资讯信息在展示时,展示图片,若确定不符合屏蔽展示关联数据的条件,则返回图片和关联数据,以使待展示资讯信息在展示时,展示图片和关联数据。
执行步骤320时,可以分为以下两种情况:
第一种情况:确定符合屏蔽展示关联数据的条件,则返回图片,以使待展示资讯信息在展示时,展示图片。
也就是说,本申请实施例中若图片符合屏蔽展示关联数据的条件,则在进行展示时,不能在图片上展示关联数据,识别服务器可以仅给终端返回图片,进而终端在展示时只展示图片,进一步地,还可以给终端返回图片无法识别提示信息。
这样,对于不适合在图片上展示关联数据的场景,可以自动屏蔽展示,更加智能化,也提升了用户体验,满足实际应用场景。
第二种情况:确定不符合屏蔽展示关联数据的条件,则返回图片和关联数据,以使待展示资讯信息在展示时,展示图片和关联数据。
具体地:若确定不符合屏蔽展示关联数据的条件,则在图片上标记关联数据对应的标签信息,并在确定用户点击图片时,返回图片的关联数据。
例如,待展示资讯信息中包含了一张关于植物的图片,识别服务器通过对待展示资讯信息中图片进行识别,识别出该图片中的实体即植物,进而可以获取该植物的名称、详细的描述信息等关联数据,用户在终端上浏览该资讯信息时,会在该图片上展示关联数据的标签信息,该标签信息可以用于提示用户该图片有额外的关联数据可供查阅,用户可以通过点击该图片,获得该图片上的植物更详细的关联数据,便于用户阅读和获取信息。
本申请实施例中在图片不符合屏蔽展示关联数据的条件时,由于关联数据可能比较多,无法完全展示在图片上,也不利于用户查看图片,因此对于可以展示关联数据的图片,则图片上标记上关联数据对应的标签信息,以提示用户该图片有相关的关联数据,可供用户进一步消费和查看,进而用户可以点击该图片,会调用图片查看器,进而在图片查看器中可以展示具体的关联数据,以供用户查看。
下面针对上述步骤310中,确定图片是否符合屏蔽展示关联数据的条件进行具体进行说明,可以分为以下几种方式:
第一种方式:各图片独立屏蔽判断,即根据图片对应识别的关联数据,确定图片是否符合屏蔽展示关联数据的条件,具体包括:
S1、识别图片中实体,并获取实体的关联数据。
实体表示图片中可以独立的个体,例如一棵植物、一个人物等,本申请实施例中针对待展示资讯信息中所有的图片,分别识别各图片中的实体,并获取各实体的关联数据,具体地提供了一种可能的实施方式,根据预设的实体数据库,训练识别模型,进而可以根据训练完成的识别模型,对图片进行识别,识别图片中的实体,并根据识别出的实体对应的标识,从实体数据库中获取对应的关联数据。
其中,预设的实体数据库中至少包括实体的标识、关联数据等,关联数据可以包括以下任意组合:实体的名称、实体的类型、实体的描述信息,还可以包括一些关键字、关联操作信息等,本申请实施例中并不进行限制。
其中,在训练识别模型时,例如可以提取实体对应的特征信息,根据实体对应的特征信息进行训练,这样,就根据训练完成的识别模型从图片中识别出对应的实体。
例如,识别出的实体为向日葵,则可以获取到该向日葵的关联数据,例如包括向日葵的品种、生活习性等描述信息。
S2、根据实体的关联数据和预设的风险词数据库,确定图片是否符合屏蔽展示关联数据的条件。
具体地,根据预设分词算法,对实体的关联数据进行分词处理,将分词处理后的各分词与预设的风险词数据库进行比对,若确定风险词出现数目大于阈值,或者风险词出现的位置和次数符合设定条件,则确定图片符合屏蔽展示关联数据的条件,否则,确定图片不符合屏蔽展示关联数据的条件。
例如,识别出图片中的实体为一个人物,获取其对应的关联数据,例如根据其名字,匹配存在于风险词数据库中,则认为该人物不适合在其图片上打标签,展示关联数据,符合屏蔽展示关联数据的条件。
进一步地,若从一个图片中识别出多个实体,则可以分别获取各实体的关联数据,并分别将各实体的关联数据和预设的风险词数据库进行比对,若存在任意一个实体的关联数据符合屏蔽展示关联数据的条件,则确定该图片上所有实体均屏蔽展示关联数据,或者,只针对符合条件的实体屏蔽展示关联数据,图片上其它实体仍可以展示对应的关联数据,具体可以根据实际情况进行判定,本申请实施例中并不进行限制。
这样,本申请实施例中可以针对待展示资讯信息中各个图片,分别进行识别判断,确定是否符合屏蔽展示关联数据的条件。
第二种方式:文本风险词检测,即根据文本的语义信息,确定图片是否符合屏蔽展示关联数据的条件,具体包括:
S1、根据预设分词算法,对文本进行分词处理,获得文本的文本分词结果,其中,文本分词结果中包括各分词。
其中,预设分词算法,可以采用现有技术中的分词算法,本申请实施例中并不进行限制。
S2、统计文本分词结果中各分词的出现次数。
S3、根据文本分词结果中各分词的出现次数和出现位置,确定文本分词结果中各分词的权重分数。
本申请实施例中,考虑到通常资讯信息的文本可能会包括多种不同功能或位置的文本,例如,标题、正文、类型标签等,不同位置的文本对于资讯信息的语义信息贡献是不同的,进而出现在不同位置的分词对于文本的语义信息的贡献也是不同的,例如,标题中出现的分词可能更能体现该资讯信息表达的含义,因此,本申请实施例中可以对不同位置的文本的分词进行统计,并设置不同位置文本的权重系数,进而可以根据分词的出现位置和出现次数,确定各分词的权重分数。
具体地,根据文本分词结果中各分词的出现次数和出现位置,确定文本分词结果中各分词的权重分数,包括:
1)分别确定文本分词结果中各分词出现在文本的标题、正文和类型标签的出现次数。
本申请实施例中在具体实现时,可以分别对标题、正文和类型标签的文本进行分词处理,并分别统计标题、正文和类型标签的文本的分词结果中各分词的出现次数,其中类型标签为待展示资讯信息的类型描述词语,可以为资讯信息上传者对该资讯信息自定义设置的,也可以为后台服务器根据资讯信息内容从中提取获得出的。
当然,资讯信息的文本并不仅限于标题、正文和类型标签,可能还包括其它位置的文本,并且也不一定都包括标题、正文和类型标签,可能仅包括其中一个或两种,本申请实施例中并不进行限制,可以根据实际情况对待展示资讯信息中不同位置的文本进行分词处理并进行统计分析。
2)分别确定文本分词结果中各分词在标题中的出现次数与第一权重系数的第一乘积、在正文中的出现次数与第二权重系数的第二乘积、在类型标签中的出现次数与第三权重系数的第三乘积。
其中,可以根据不同位置的文本的重要程度和对文本语义信息贡献程度不同,设置相应的权重系数,较佳的,第一权重系数>第三权重系数>第二权重系数,具体地权重系数的取值可以根据实际情况进行设置,例如设置第一权重系数为100,第二权重系数为1,第三权重系数为10。
3)根据第一乘积、第二乘积和第三乘积的之和,确定相应分词的权重分数。
例如,某分词在标题中的出现次数为1,在正文中的出现次数为5,在类型标签中出现次数为1,则该分词的权重分数为:1*100+5*1+1*10=115。
进而可以获得文本分词结果中各分词的权重分数,进一步地还可以按照权重分数,将各分词进行优先等级排序,这样更便于获知与该待展示资讯信息语义相关较高的各分词。
S4、根据预设的风险词数据库,若存在分词为风险词并权重分数不小于第一设定值的分词个数不小于第一预设数目,或存在分词为风险词并权重分数小于第一设定值的分词个数大于第二预设数目,则确定文本存在风险,图片符合屏蔽展示关联数据的条件,其中,第二预设数目大于第一预设数目。
其中,第一设定值、第一预设数目和第二预设数目均不进行限制,可以根据实际情况进行设置,例如第一设定值为5,第一预设数目为1,第二预设数目为3。
也就是说,本申请实施例中将文本分词结果中各分词与风险词数据库进行比对,若存在分词为风险词并且其权重分数不小于第一设定值的分词个数不小于第一预设数目,即文本中存在权重分数较高的风险词,并有至少第一预设数目个,则可以认为该资讯信息有风险,资讯信息中所有图片都不适合展示关联数据,认为都符合屏蔽展示关联数据的条件。或者,若存在分词为风险词并其权重分数小于第一设定值的分词个数大于第二预设数目,即文本中存在一些权重分数不是很高的风险词,这时,虽然权重分数较低,但是若个数较多,超过第二预设数目,则也可以认为该资讯信息是有风险的,确定资讯信息中所有图片都符合屏蔽展示关联数据的条件。
例如,若为风险词并权重分数大于5的分词有至少1个,则认为资讯信息有风险。又例如,若为风险词并权重分数小于5的分词有超过3个,则也认为资讯信息有风险,确定资讯信息中所有图片都符合屏蔽展示关联数据的条件。
这样,即可以直接根据资讯信息中文本进行判断,文本有风险,例如该资讯信息是悼念英烈的文章,则该资讯信息中包括的所有图片都不适合在其上展示关联数据。
第三种方式:文本和图片的相关程度,即根据文本的语义信息和图片对应识别的关联数据,确定图片是否符合屏蔽展示关联数据的条件,具体包括:
S1、识别图片中实体,并获取实体的关联数据。
S2、根据预设分词算法,对实体的关联数据进行分词处理,获得实体的实体分词结果,其中,实体分词结果中包括各分词。
S3、统计实体分词结果中各分词在文本中的出现次数和出现位置。
S4、根据实体分词结果中各分词的出现次数和出现位置,确定实体分词结果中各分词的权重分数。
包括:分别确定实体分词结果中各分词出现在文本的标题、正文和类型标签的出现次数;分别确定实体分词结果中各分词在标题中的出现次数与第一权重系数的第一乘积、在正文中的出现次数与第二权重系数的第二乘积、在类型标签中的出现次数与第三权重系数的第三乘积;根据第一乘积、第二乘积和第三乘积的之和,确定相应分词的权重分数。
具体计算权重分数的方式和上述实施例中第三种方式中确定文本分词结果中各分词的权重分数方式相同类似,这里就不再详细介绍了。
S5、若存在权重分数不小于第二设定值的分词个数不小于第三预设数目,或若存在权重分数小于第二设定值的分词个数不小于第四预设数目,则确定图片和文本相关,图片不符合屏蔽展示关联数据的条件,其中,第四预设数目大于第三预设数目。
即本申请实施例中认为图片中实体的关联数据中的分词,在文本中的权重分数比较高,并且这样的分词个数不小于第三预设数目,则认为图片是和文本相关的,或者,若关联数据中的分词,在文本中权重分数不是很高,但是这样的分词数目很多,则也可以认为图片是和文本相关的。
例如,若权重分数大于5的分词出现了1个,则认为图片是和文本相关,图片不符合屏蔽展示关联数据的条件,若权重分数小于5的分词出现超过了2个,则认为图片是和文本相关的,图片不符合屏蔽展示关联数据的条件。
这样,本申请实施例中还可以根据图片和文本的相关性,来确定图片是否符合屏蔽展示关联数据的条件,提升用户体验。
进一步地,基于文本和图片的相关程度,确定图片是否符合屏蔽展示关联数据的条件时,其中,确定文本和图片是否相关,还可以采用其它方式,例如,针对图片中实体的关联数据,统计实体分词结果中各分词在文本中的出现次数和出现位置,确定实体分词结果中各分词相对于文本的权重分数;并针对图片中实体的关联数据,确定实体分词结果中各分词相对于图片的权重分数;若分词相对于文本的权重分数和相对于图片的权重分数都大于设定分值,并都大于设定值的分词个数也超过设定个数,则认为文本和图片是相关的,图片不符合屏蔽展示关联数据的条件,否则,认为文本和图片是不相关的,图片符合屏蔽展示关联数据的条件。具体也可以采用其它确定图片和文本是否相关的实施方式,本申请实施例中并不进行限制。
第四种方式:为进一步提高准确性,还可以结合上述第二种方式和第三种方式,具体可以为,确定文本是否存在风险,若确定文本存在风险,则确定待展示资讯信息中所有图片符合屏蔽展示关联数据的条件,若确定文本不存在风险,则确定待展示资讯信息中图片是否与文本相关,若确定图片和文本相关,则确定对应图片不符合屏蔽展示关联数据的条件,若确定图片和文本不相关,则确定对应图片符合屏蔽展示关联数据的条件。
当然,针对确定图片是否符合屏蔽展示关联数据的条件,本申请实施例中并不仅限于上述几种方式,也可以结合文本的语义上下文信息等,可以进一步提高智能判断的准确性。
进一步地,本申请实施例中若确定未获得图片对应识别的关联数据,则返回图片,以使待展示资讯信息在展示时,展示图片。也就是说,若没有获取到图片的关联数据,也就不能在图片上展示关联数据,可以直接仅返回图片,还可以返回图片无法识别提示信息给终端。
本申请实施例中,针对待展示资讯信息,可以根据待展示资讯信息中图片的关联数据和/或文本的语义信息,确定图片是否符合屏蔽展示关联数据的条件,若符合,则只返回图片,图片上不展示关联数据,若不符合,则可以返回图片和关联数据,图片上可以展示关联数据,这样,可以根据图片的关联数据,还可以结合文本的语义信息等,智能判断是否符合图片上展示关联数据的场景,智能判断也比较准确,对于不适合在图片上展示关联数据的场景,可以自动屏蔽,提升用户体验,可以满足不同场景。
基于上述实施例,下面从产品实现侧对本申请实施例中图片识别处理方法进行说明,以待展示资讯信息中至少包括图片和文本为例。
1)用户通过终端的浏览器请求获取一篇资讯信息,进而资讯服务器接收到请求后,将对应的资讯信息发送给识别服务器,识别服务器获取待展示资讯信息,并确定该待展示资讯信息中图片是否符合屏蔽展示关联数据的条件,若确定符合,则返回给终端该资讯信息中图片无法识别展示的提示信息,并仅返回待展示资讯信息的图片和文本,终端接收到后进行展示,这时终端在展示时,图片上不展示关联数据,若确定不符合,则识别服务器可以在图片上标注关联数据的标签信息,提示用户该图片有关联数据可查看,并返回待展示资讯信息的文本、图片和关联数据,进而终端在展示待展示资讯信息时,可以在图片上展示关联数据。
例如,参阅图4所示,为本申请实施例中图片识别结果逻辑展示效果示意图,如图4所示,在图片上会标记有标签信息,例如为“智能识图:***的最近行程”,可以提示用户这个图片有额外的关联数据可供消费和查看。
2)进而用户可以通过点击或双击图片或该标签信息,调用图片查看器,在图片查看器中展示具体的关联数据,例如参阅图5所示,为本申请实施例中查看图片关联数据的效果示意图,调用图片查看器后,可以在图片下方展示具体的关联数据,例如,展示的关联数据为“智能识图已为你识别出:***的最近行程,参加粉丝见面会”,这样用户可以查看到更详细的关联数据,便于用户浏览和获取资讯信息。
需要说明的是,上述界面效果图仅是一种可能的示例,不应对本申请实施例进行限制。
基于同一发明构思,本申请实施例中还提供了一种图片识别处理装置,该图片识别处理装置例如可以是前述实施例中的识别服务器,该图片识别处理装置可以是硬件结构、软件模块、或硬件结构加软件模块。基于上述实施例,参阅图6所示为本申请实施例中图片识别处理装置的结构示意图,该装置具体包括:
获取模块60,用于获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;
确定模块61,用于根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件;
发送模块62,用于若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片,若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据。
可选的,所述待展示资讯信息中还至少包括文本;则确定模块61进一步用于:
根据所述文本的语义信息和/或所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件。
可选的,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件时,确定模块61具体用于:
识别所述图片中实体,并获取所述实体的关联数据;
根据所述实体的关联数据和预设的风险词数据库,确定所述图片是否符合屏蔽展示关联数据的条件。
可选的,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件时,确定模块61具体用于:
根据预设分词算法,对所述文本进行分词处理,获得所述文本的文本分词结果,其中,所述文本分词结果中包括各分词;
统计所述文本分词结果中各分词的出现次数;
根据所述文本分词结果中各分词的出现次数和出现位置,确定所述文本分词结果中各分词的权重分数;
根据预设的风险词数据库,若存在分词为风险词并权重分数不小于第一设定值的分词个数不小于第一预设数目,或存在分词为风险词并权重分数小于第一设定值的分词个数大于第二预设数目,则确定所述文本存在风险,所述图片符合屏蔽展示关联数据的条件,其中,所述第二预设数目大于所述第一预设数目。
可选的,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件时,确定模块61具体用于:
识别所述图片中实体,并获取所述实体的关联数据;
根据预设分词算法,对所述实体的关联数据进行分词处理,获得所述实体的实体分词结果,其中,所述实体分词结果中包括各分词;
统计所述实体分词结果中各分词在所述文本中的出现次数和出现位置;
根据所述实体分词结果中各分词的出现次数和出现位置,确定所述实体分词结果中各分词的权重分数;
若存在权重分数不小于第二设定值的分词个数不小于第三预设数目,或若存在权重分数小于第二设定值的分词个数不小于第四预设数目,则确定所述图片和所述文本相关,所述图片不符合屏蔽展示关联数据的条件,其中,所述第四预设数目大于所述第三预设数目。
可选的,根据所述文本分词结果或所述实体分词结果中各分词的出现次数和出现位置,确定所述文本分词结果或所述实体分词结果中各分词的权重分数时,确定模块61具体用于:
分别确定所述文本分词结果或所述实体分词结果中各分词出现在文本的标题、正文和类型标签的出现次数;
分别确定所述文本分词结果或所述实体分词结果中各分词在标题中的出现次数与第一权重系数的第一乘积、在正文中的出现次数与第二权重系数的第二乘积、在类型标签中的出现次数与第三权重系数的第三乘积;
根据第一乘积、第二乘积和第三乘积的之和,确定相应分词的权重分数。
可选的,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件时,确定模块61具体用于:
确定所述文本是否存在风险,若确定所述文本存在风险,则确定所述待展示资讯信息中所有图片符合屏蔽展示关联数据的条件,若确定所述文本不存在风险,则确定所述待展示资讯信息中图片是否与所述文本相关,若确定所述图片和所述文本相关,则确定对应图片不符合屏蔽展示关联数据的条件,若确定所述图片和所述文本不相关,则确定对应图片符合屏蔽展示关联数据的条件。
可选的,所述关联数据包括以下任意组合:实体的名称、实体的类型、实体的描述信息。
可选的,发送模块62进一步用于:
若确定未获得所述图片对应识别的关联数据,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片。
可选的,确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据时,发送模块62具体用于:
若确定不符合屏蔽展示关联数据的条件,则在所述图片上标记关联数据对应的标签信息,并在确定用户点击所述图片时,返回所述图片的关联数据。
本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
基于上述实施例,参阅图7所示为本申请实施例中电子设备的结构示意图。
本申请实施例提供了一种电子设备,该电子设备可以包括处理器710(CenterProcessing Unit,CPU)、存储器720、输入设备730和输出设备740等,输入设备730可以包括键盘、鼠标、触摸屏等,输出设备740可以包括显示设备,如液晶显示器(Liquid CrystalDisplay,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
存储器720可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器710提供存储器720中存储的程序指令和数据。在本申请实施例中,存储器720可以用于存储本申请实施例中任一种图片识别处理方法的程序。
处理器710通过调用存储器720存储的程序指令,处理器710用于按照获得的程序指令执行本申请实施例中任一种图片识别处理方法。
基于上述实施例,本申请实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意方法实施例中的图片识别处理方法。
本领域内的技术人员应明白,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。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种图片识别处理方法,其特征在于,包括:
获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;
根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,其中,所述关联数据是通过识别所述图片中的实体后,获取的所述实体的相关信息;
若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,只展示所述图片,不展示所述图片对应的关联数据;若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据;
其中,所述确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据,具体包括:若确定不符合屏蔽展示关联数据的条件,则在所述图片上标记关联数据对应的标签信息,并在确定用户点击所述图片时,返回所述图片的关联数据。
2.如权利要求1所述的方法,其特征在于,所述待展示资讯信息中还至少包括文本;则进一步包括:
根据所述文本的语义信息和/或所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件。
3.如权利要求2所述的方法,其特征在于,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,具体包括:
识别所述图片中实体,并获取所述实体的关联数据;
根据所述实体的关联数据和预设的风险词数据库,确定所述图片是否符合屏蔽展示关联数据的条件。
4.如权利要求2所述的方法,其特征在于,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,具体包括:
根据预设分词算法,对所述文本进行分词处理,获得所述文本的文本分词结果,其中,所述文本分词结果中包括各分词;
统计所述文本分词结果中各分词的出现次数;
根据所述文本分词结果中各分词的出现次数和出现位置,确定所述文本分词结果中各分词的权重分数;
根据预设的风险词数据库,若存在分词为风险词并权重分数不小于第一设定值的分词个数不小于第一预设数目,或存在分词为风险词并权重分数小于第一设定值的分词个数大于第二预设数目,则确定所述文本存在风险,所述图片符合屏蔽展示关联数据的条件,其中,所述第二预设数目大于所述第一预设数目。
5.如权利要求2所述的方法,其特征在于,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,具体包括:
识别所述图片中实体,并获取所述实体的关联数据;
根据预设分词算法,对所述实体的关联数据进行分词处理,获得所述实体的实体分词结果,其中,所述实体分词结果中包括各分词;
统计所述实体分词结果中各分词在所述文本中的出现次数和出现位置;
根据所述实体分词结果中各分词的出现次数和出现位置,确定所述实体分词结果中各分词的权重分数;
若存在权重分数不小于第二设定值的分词个数不小于第三预设数目,或若存在权重分数小于第二设定值的分词个数不小于第四预设数目,则确定所述图片和所述文本相关,所述图片不符合屏蔽展示关联数据的条件,其中,所述第四预设数目大于所述第三预设数目。
6.如权利要求4或5所述的方法,其特征在于,根据所述文本分词结果或所述实体分词结果中各分词的出现次数和出现位置,确定所述文本分词结果或所述实体分词结果中各分词的权重分数,具体包括:
分别确定所述文本分词结果或所述实体分词结果中各分词出现在文本的标题、正文和类型标签的出现次数;
分别确定所述文本分词结果或所述实体分词结果中各分词在标题中的出现次数与第一权重系数的第一乘积、在正文中的出现次数与第二权重系数的第二乘积、在类型标签中的出现次数与第三权重系数的第三乘积;
根据第一乘积、第二乘积和第三乘积的之和,确定相应分词的权重分数。
7.如权利要求4或5所述的方法,其特征在于,根据所述文本的语义信息和/或图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,具体包括:
确定所述文本是否存在风险,若确定所述文本存在风险,则确定所述待展示资讯信息中所有图片符合屏蔽展示关联数据的条件,若确定所述文本不存在风险,则确定所述待展示资讯信息中图片是否与所述文本相关,若确定所述图片和所述文本相关,则确定对应图片不符合屏蔽展示关联数据的条件,若确定所述图片和所述文本不相关,则确定对应图片符合屏蔽展示关联数据的条件。
8.如权利要求1-5任一项所述的方法,其特征在于,所述关联数据包括以下任意组合:实体的名称、实体的类型、实体的描述信息。
9.如权利要求1所述的方法,其特征在于,进一步包括:
若确定未获得所述图片对应识别的关联数据,则返回所述图片,以使所述待展示资讯信息在展示时,展示所述图片。
10.一种图片识别处理装置,其特征在于,包括:
获取模块,用于获取待展示资讯信息,其中,所述待展示资讯信息中至少包括图片;
确定模块,用于根据所述图片对应识别的关联数据,确定所述图片是否符合屏蔽展示关联数据的条件,其中,所述关联数据是通过识别所述图片中的实体后,获取的所述实体的相关信息;
发送模块,用于若确定符合屏蔽展示关联数据的条件,则返回所述图片,以使所述待展示资讯信息在展示时,只展示所述图片,不展示所述图片对应的关联数据;若确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据;
其中,所述确定不符合屏蔽展示关联数据的条件,则返回所述图片和所述关联数据,以使所述待展示资讯信息在展示时,展示所述图片和所述关联数据时,所述发送模块具体用于:若确定不符合屏蔽展示关联数据的条件,则在所述图片上标记关联数据对应的标签信息,并在确定用户点击所述图片时,返回所述图片的关联数据。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-9任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910677015.4A CN110457507B (zh) | 2019-07-25 | 2019-07-25 | 一种图片识别处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910677015.4A CN110457507B (zh) | 2019-07-25 | 2019-07-25 | 一种图片识别处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110457507A CN110457507A (zh) | 2019-11-15 |
CN110457507B true CN110457507B (zh) | 2023-05-12 |
Family
ID=68483420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910677015.4A Active CN110457507B (zh) | 2019-07-25 | 2019-07-25 | 一种图片识别处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110457507B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733764A (zh) * | 2018-04-16 | 2018-11-02 | 优视科技有限公司 | 基于机器学习的广告过滤规则生成方法和广告过滤系统 |
CN108810275A (zh) * | 2018-06-08 | 2018-11-13 | 麒麟合盛网络技术股份有限公司 | 一种信息展示方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10394188B2 (en) * | 2016-09-29 | 2019-08-27 | International Business Machines Corporation | Protection of private content and objects |
CN108009232A (zh) * | 2017-11-29 | 2018-05-08 | 北京小米移动软件有限公司 | 广告屏蔽方法及装置 |
CN108959619A (zh) * | 2018-07-17 | 2018-12-07 | 武汉市冰盒网络科技有限公司 | 内容屏蔽方法、用户设备、存储介质及装置 |
-
2019
- 2019-07-25 CN CN201910677015.4A patent/CN110457507B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733764A (zh) * | 2018-04-16 | 2018-11-02 | 优视科技有限公司 | 基于机器学习的广告过滤规则生成方法和广告过滤系统 |
CN108810275A (zh) * | 2018-06-08 | 2018-11-13 | 麒麟合盛网络技术股份有限公司 | 一种信息展示方法及装置 |
Non-Patent Citations (1)
Title |
---|
张娟 ; 王向辉 ; 付然 ; 孙晓琳 ; .面向大数据的图书馆单元信息知识服务系统研究――以养生知识服务平台为例.现代情报.2017,(第10期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110457507A (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111538894B (zh) | 查询反馈方法、装置、计算机设备及存储介质 | |
US20220284327A1 (en) | Resource pushing method and apparatus, device, and storage medium | |
US20170249389A1 (en) | Sentiment rating system and method | |
CN107491534A (zh) | 信息处理方法和装置 | |
US11856277B2 (en) | Method and apparatus for processing video, electronic device, medium and product | |
CN112119388A (zh) | 训练图像嵌入模型和文本嵌入模型 | |
US20230205813A1 (en) | Training Image and Text Embedding Models | |
WO2022105118A1 (zh) | 基于图像的健康状态识别方法、装置、设备及存储介质 | |
CN110705301A (zh) | 实体关系抽取方法及装置、存储介质、电子设备 | |
CN110457699B (zh) | 一种停用词挖掘方法、装置、电子设备及存储介质 | |
WO2023015935A1 (zh) | 一种体检项目推荐方法、装置、设备及介质 | |
US20180329985A1 (en) | Method and Apparatus for Compressing Topic Model | |
US10296540B1 (en) | Determine image relevance using historical action data | |
CN111709398A (zh) | 一种图像识别的方法、图像识别模型的训练方法及装置 | |
US20230245210A1 (en) | Knowledge graph-based information recommendation | |
CN112052424B (zh) | 一种内容审核方法及装置 | |
CN115659008A (zh) | 大数据信息反馈的信息推送系统、方法、电子设备及介质 | |
CN112052297A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113392200A (zh) | 基于用户学习行为的推荐方法及装置 | |
CN110457507B (zh) | 一种图片识别处理方法、装置、电子设备及存储介质 | |
CN111506718A (zh) | 会话消息确定方法、装置、计算机设备和存储介质 | |
CN112989174A (zh) | 信息推荐方法及装置、介质和设备 | |
CN117011859A (zh) | 一种图片处理的方法以及相关装置 | |
JP2024507029A (ja) | ウェブページ識別方法、装置、電子機器、媒体およびコンピュータプログラム | |
CN113032614A (zh) | 一种跨模态信息检索方法和装置 |
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 |