CN112364154A - 一种评论内容显示方法及装置 - Google Patents
一种评论内容显示方法及装置 Download PDFInfo
- Publication number
- CN112364154A CN112364154A CN202011249062.8A CN202011249062A CN112364154A CN 112364154 A CN112364154 A CN 112364154A CN 202011249062 A CN202011249062 A CN 202011249062A CN 112364154 A CN112364154 A CN 112364154A
- Authority
- CN
- China
- Prior art keywords
- comment
- displayed
- feature vector
- matching degree
- preset threshold
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000013598 vector Substances 0.000 claims abstract description 86
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 14
- 208000027765 speech disease Diseases 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例提供一种评论内容显示方法及装置,涉及数据处理技术领域,该评论内容显示方法包括:先获取待显示评论,并提取待显示评论的目标特征向量;然后再根据预设的过滤特征库计算目标特征向量的匹配度;最后根据匹配度对待显示评论进行显示,进而自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种评论内容显示方法及装置。
背景技术
随着时代的变化,越来越多的直播平台、教学平台出现在了人们的面前,为人们带来了巨大的便利。其中,在上述的平台当中,通常会存在面向所有人开放的评论区,以便用户进行评论。然而,在实践中发现,评论区中会出现一些不恰当的言论,使得平台不得不进行一定的监管。其中,目前的监管方式通常是对关键字词进行判定与屏蔽,但是实际中使用该种方式仍然会出现一些漏网字词,从而影响了监管的精度。
发明内容
本申请实施例的目的在于提供一种评论内容显示方法及装置,能够自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
本申请实施例第一方面提供了一种评论内容显示方法,包括:
获取待显示评论;
提取所述待显示评论的目标特征向量;
根据预设的过滤特征库计算所述目标特征向量的匹配度;
根据所述匹配度对所述待显示评论进行显示。
在上述实现过程中,在对评论内容进行显示时,先获取待显示评论,并提取待显示评论的目标特征向量;然后再根据预设的过滤特征库计算目标特征向量的匹配度;最后根据匹配度对待显示评论进行显示,进而自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
进一步地,所述根据预设的过滤特征库计算所述目标特征向量的匹配度,包括:
从预设的过滤特征库中确定与所述目标特征向量相匹配的对比特征向量;
计算所述目标特征向量与所述对比特征向量的匹配度。
在上述实现过程中,使用待显示评论的目标特征向量进行相似比较而非敏感词,有利于提高泛化性,进而有利于提升对评论内容进行分析识别的精度。
进一步地,所述根据所述匹配度对所述待显示评论进行显示,包括:
判断所述匹配度是否小于第一预设阈值;
如果小于所述第一预设阈值,则对所述待显示评论进行正常显示。
在上述实现过程中,通过阈值来判断对待显示评论是否要正常显示,计算量小,进而有利于提升处理速度。
进一步地,所述方法还包括:
当所述匹配度不小于第一预设阈值时,判断所述匹配度是否小于第二预设阈值,其中,所述第二预设阈值大于所述第一预设阈值;
如果小于所述第二预设阈值,则输出用于提示对所述待显示评论二次核查的提示信息;
接收针对所述提示信息的二次核查信息;
判断所述二次核查信息是否为显示指令;
如果是,则对所述待显示评论进行正常显示。
在上述实现过程中,当判断出匹配度小于第二预设阈值时,则表明此时无法判断要不要对待显示评论进行显示,则输出提示信息,以对待显示评论二次核查,通过二次过滤机制,能够有效防止无屏蔽和漏屏蔽,进而提升评论内容显示的准确性和灵活性。
进一步地,所述方法还包括:
如果不小于所述第二预设阈值,则对所述待显示评论进行禁止显示处理;
将所述目标特征向量添加至所述预设的过滤特征库,得到更新后的过滤特征库。
在上述实现过程中,在对待显示评论进行禁止显示处理之后,则可以将该待显示评论的目标特征向量添加至预设的过滤特征库中,进而自动更新过滤特征库,无需手动配置。
本申请实施例第二方面提供了一种评论内容显示装置,所述评论内容显示装置包括:
获取单元,用于获取待显示评论;
特征提取单元,用于提取所述待显示评论的目标特征向量;
计算单元,用于根据预设的过滤特征库计算所述目标特征向量的匹配度;
显示单元,用于根据所述匹配度对所述待显示评论进行显示。
在上述实现过程中,在对评论内容进行显示时,获取单元先获取待显示评论,特征提取单元提取待显示评论的目标特征向量;然后计算单元再根据预设的过滤特征库计算目标特征向量的匹配度;最后显示单元根据匹配度对待显示评论进行显示,进而自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
进一步地,所述计算单元,包括:
确定子单元,用于从预设的过滤特征库中确定与所述目标特征向量相匹配的对比特征向量;
计算子单元,用于计算所述目标特征向量与所述对比特征向量的匹配度。
在上述实现过程中,使用待显示评论的目标特征向量进行相似比较而非敏感词,有利于提高泛化性,进而有利于提升对评论内容进行分析识别的精度。
进一步地,所述显示单元,包括:
判断子单元,用于判断所述匹配度是否小于第一预设阈值;
显示子单元,用于如果小于所述第一预设阈值,则对所述待显示评论进行正常显示。
在上述实现过程中,通过阈值来判断对待显示评论是否要正常显示,计算量小,进而有利于提升处理速度。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的评论内容显示方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的评论内容显示方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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他相关的附图。
图1为本申请提供的第一种评论内容显示方法的流程示意图;
图2为本申请提供的第二种评论内容显示方法的流程示意图;
图3为本申请提供的第一种评论内容显示装置的结构示意图;
图4为本申请提供的第二种评论内容显示装置的结构示意图。
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描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本申请实施例提供的评论内容显示方法可适用于评论处理系统,以评论处理系统为在线教育平台的评论处理系统为例,该评论处理系统可包括至少一个学生客户端、至少一个教师客户端以及服务器。教师客户端用于上传授课信息(例如课件、授课视频等)、服务器用于解码或者转发授课信息,学生客户端用户展示所述授课信息。另外,教师客户端和学生客户端可通过服务器进行通信。例如都将需要发出的信息发送给服务器,并通过教师客户端和学生客户端展示,以实现相互交流的需求。
请参看图1,图1为本申请实施例提供了第一种评论内容显示方法的流程示意图。其中,该评论内容显示方法包括:
S101、获取待显示评论。
本申请实施例中,该方法的可以应用于服务器、终端设备等电子设备,其中,该终端设备可以为智能手机、平板电脑、笔记本电脑、台式计算机等,对此本实施例中不作任何限定。
本申请实施例中,当该方法应用于服务器时,该方法的执行主体具体可以为运行于服务器中的、与具有评论信息发布功能的客户端所对应的服务端程序。具体的,该服务器可以是在线教育等直播客户端对应的服务器、社交媒体客户端对应的服务器、音乐播放客户端对应的服务器等。
本申请实施例中,当该方法应用于终端设备时,该方法的执行主体具体可以为具有评论发布功能的客户端。即该终端设备可以为任一运行有具有评论信息发布功能的客户端的设备。
其中,待显示评论是指客户端用户上传的评论信息,例如在线教育场景中,学生通过终端(手机、pad或者个人电脑等)的键盘输入并上传至服务器的评论信息。具体的,学生通过终端输入并上传的评论信息可以包括文字、图片以及音视频信息,对此不做赘述。
在步骤S102之后,还包括以下步骤:
S102、提取待显示评论的目标特征向量。
本申请实施例中,可以通过预先构建的人工智能特征提取模型,对待显示评论进行特征提取处理,进而得到该待显示评论的目标特征向量。
例如可以对待显示评论进行向量编码,以确定目标特征向量。其中,向量编码包括下述至少一种:独热编码(One-Hot Encoding)、标签编码(Label Encoder,LE)。
S103、根据预设的过滤特征库计算目标特征向量的匹配度。
本申请实施例中,使用待显示评论的目标特征向量进行相似比较而非敏感词,有利于提高泛化性。
本申请实施例中,待显示评论的目标特征向量可以用一个向量进行表示,为抽象的特征。同样的,预设的过滤特征库也包括多个预设特征向量,每个预设特征向量也是抽象的特征。
作为一种可选的实施方式,预设的过滤特征库可以由包括负面文字信息的评论内容得到,先获取多个包括负面文字信息的样本数据,然后再提取该样本数据的样本特征向量,进而,根据样本特征向量构建预设的过滤特征库。
本申请实施例中,在根据预设的过滤特征库计算目标特征向量的匹配度时,可以先从预设的过滤特征库中确定出与目标特征向量最接近最匹配的一个预设特征向量,作为对比特征向量,最后再计算对比特征向量与目标特征向量之间的匹配度。
本申请实施例中,根据预设的过滤特征库计算目标特征向量的匹配度,即计算对比特征向量与目标特征向量之间的匹配度,实际上,就是计算对比特征向量与目标特征向量之间的相似度。
本申请实施例中,计算对比特征向量与目标特征向量之间的相似度,该相似度具体可以为欧式距离或者余弦距离等,对此本申请实施例不作限定。
作为一种可选的实施方式,当对比特征向量与目标特征向量之间的相似度为欧式距离时,设目标特征向量为L1=(x1,x2,…,xn),对比特征向量为L2=(y1,y2,…,yn),则计算对比特征向量与目标特征向量之间的欧氏距离的公式如下:
其中,d(L1,L2)为对比特征向量与目标特征向量之间的欧氏距离,i表示特征向量的第i个元素。
在步骤S103之后,还包括以下步骤:
S104、根据匹配度对待显示评论进行显示。
作为一种可选的实施方式,在根据匹配度对待显示评论进行显示,可以包括以下步骤:
根据预设阈值和匹配度判断是否需要禁止显示待显示评论;
如果否,则对待显示评论进行正常显示;
如果是,则对待显示评论进行禁止显示。
在上述实施方式中,禁止显示处理的待显示评论包括负面文字信息。在实际应用中,当应用于在线教育直播课的场景下,老师与学生互动增多,学生在评论区可以发布评论信息与老师、同学进行交流,进而有利于提升课程参与感,但是不文明、不合适的负面文字信息会损害其他同学和老师的上课体验,此时,可以通过对包含有负面文字信息的待显示评论进行禁止显示处理,进而保证同学和老师的上课体验。
本申请实施例中,负面文字信息为所表征的情感色彩属于负面的文字信息,具体可以为敏感文字信息、体现负面的、攻击性的文字信息等,对此本申请实施例不作限定。
可见,实施图1所描述的评论内容显示方法,能够自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
请参看图2,相同内容可以参考前述内容,此处不再赘述。
图2为本申请实施例提供的第二种评论内容显示方法的流程示意图。如图2所示,其中,该评论内容显示方法包括:
S201、获取待显示评论。
S202、提取待显示评论的目标特征向量。
S203、从预设的过滤特征库中确定与目标特征向量相匹配的对比特征向量。
S204、计算目标特征向量与对比特征向量的匹配度。
本申请实施例中,实施上述步骤S203~步骤S204,能够根据预设的过滤特征库计算目标特征向量的匹配度。
S205、判断匹配度是否小于第一预设阈值,如果是,执行步骤S206;如果否,执行步骤S207。
S206、对待显示评论进行正常显示,并结束本流程。
S207、判断匹配度是否小于第二预设阈值,如果是,执行步骤S208~步骤S210;如果否,执行步骤S211~步骤S212。
本申请实施例中,第二预设阈值大于第一预设阈值。
S208、输出用于提示对待显示评论二次核查的提示信息。
本申请实施例中,当判断出匹配度小于第二预设阈值时,则表明此时无法判断要不要对待显示评论进行显示,则输出提示信息,以对待显示评论二次核查,通过二次过滤机制,能够有效防止无屏蔽和漏屏蔽,进而提升评论内容显示的准确性和灵活性。
在线教育场景中,输出的二次核查的提示信息是发送给教师客户端的,教师客户端的用户(例如教师或者助教)会人工对待显示评论进行二次核查,并判断该待显示评论是否为合规内容,如果是,教师客户端的用户通过触发教师客户端中的设定按键,发出显示指令;如果不是,教师客户端的用户通过触发教师客户端中的设定按键,发出禁止指令。
S209、接收针对提示信息的二次核查信息。
本申请实施例中,二次核查信息可以为用户根据提示信息输入的针对待显示评论二次核查的信息。
S210、判断二次核查信息是否为显示指令,如果是,执行步骤S206;如果否,执行步骤S11~步骤S212。
本申请实施例中,二次核查信息包括针对待显示评论的禁止显示指令或者针对待显示评论的正常显示指令。
本申请实施例中,当二次核查信息包括针对待显示评论的正常显示指令时,则对待显示评论进行正常显示;当二次核查信息包括针对待显示评论的禁止显示指令时,则对待显示评论进行禁止显示。
S211、对待显示评论进行禁止显示处理。
本申请实施例中,当判断出匹配度不小于第二预设阈值时,则对待显示评论进行禁止显示处理,禁止显示处理的待显示评论包括负面文字信息。在实际应用中,当应用于在线教育直播课的场景下,老师与学生互动增多,学生在评论区可以发布评论信息与老师、同学进行交流,进而有利于提升课程参与感,但是不文明、不合适的负面文字信息会损害其他同学和老师的上课体验,此时,可以通过对包含有负面文字信息的待显示评论进行禁止显示处理,进而保证同学和老师的上课体验。
本申请实施例中,负面文字信息为所表征的情感色彩属于负面的文字信息,具体可以为敏感文字信息、体现负面的、攻击性的文字信息等,对此本申请实施例不作限定。
S212、将目标特征向量添加至预设的过滤特征库,得到更新后的过滤特征库。
本申请实施例中,当对待显示评论进行禁止显示处理之后,则可以将该待显示评论的目标特征向量添加至预设的过滤特征库中,进而自动更新过滤特征库,无需手动配置。
本申请实施例中,实施上述步骤S205~步骤S212,能够根据匹配度对待显示评论进行显示。
可见,实施图2所描述的评论内容显示方法,能够自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
请参看图3,图3为本申请实施例提供的第一种评论内容显示装置的结构示意图。如图3所示,该评论内容显示装置包括:
获取单元310,用于获取待显示评论。
特征提取单元320,用于提取待显示评论的目标特征向量。
计算单元330,用于根据预设的过滤特征库计算目标特征向量的匹配度。
显示单元340,用于根据匹配度对待显示评论进行显示。
可见,实施图3所描述的评论内容显示装置,能够自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
请一并参阅图4,图4是本申请实施例提供的第二种评论内容显示装置的结构示意图。其中,图4所示的评论内容显示装置是由图3所示的评论内容显示装置进行优化得到的。如图4所示,计算单元330,包括:
确定子单元331,用于从预设的过滤特征库中确定与目标特征向量相匹配的对比特征向量。
计算子单元332,用于计算目标特征向量与对比特征向量的匹配度。
作为一种可选的实施方式,显示单元340,包括:
判断子单元341,用于判断匹配度是否小于第一预设阈值。
显示子单元342,用于如果小于第一预设阈值,则对待显示评论进行正常显示。
作为进一步可选的实施方式,判断子单元341,还用于当判断出匹配度不小于第一预设阈值时,判断匹配度是否小于第二预设阈值,其中,第二预设阈值大于第一预设阈值。
该显示单元340,还包括:
输出子单元343,用于当判断出匹配度小于第二预设阈值,则输出用于提示对待显示评论二次核查的提示信息;
接收子单元344,用于接收针对提示信息的二次核查信息;
判断子单元341,还用于判断所述二次核查信息是否为显示指令;如果是,则触发显示子单元342对所述待显示评论进行正常显示。
作为再进一步可选的实施方式,显示子单元342,还用于当判断出匹配度不小于第二预设阈值时,则对待显示评论进行禁止显示处理;
更新子单元345,用于将目标特征向量添加至预设的过滤特征库,得到更新后的过滤特征库。
可见,实施图4所描述的评论内容显示装置,能够自动对评论内容进行分析识别,从而实现对不适当言论进行高精度的屏蔽与监管,进而提高了监管的精度。
本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例的评论内容显示方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例的评论内容显示方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、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,所述模块、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方式中,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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
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。
Claims (10)
1.一种评论内容显示方法,其特征在于,包括:
获取待显示评论;
提取所述待显示评论的目标特征向量;
根据预设的过滤特征库计算所述目标特征向量的匹配度;
根据所述匹配度对所述待显示评论进行显示。
2.根据权利要求1所述的评论内容显示方法,其特征在于,所述根据预设的过滤特征库计算所述目标特征向量的匹配度,包括:
从预设的过滤特征库中确定与所述目标特征向量相匹配的对比特征向量;
计算所述目标特征向量与所述对比特征向量的匹配度。
3.根据权利要求1所述的评论内容显示方法,其特征在于,所述根据所述匹配度对所述待显示评论进行显示,包括:
判断所述匹配度是否小于第一预设阈值;
如果小于所述第一预设阈值,则对所述待显示评论进行正常显示。
4.根据权利要求3所述的评论内容显示方法,其特征在于,所述方法还包括:
当所述匹配度不小于第一预设阈值时,判断所述匹配度是否小于第二预设阈值,其中,所述第二预设阈值大于所述第一预设阈值;
如果小于所述第二预设阈值,则输出用于提示对所述待显示评论二次核查的提示信息;
接收针对所述提示信息的二次核查信息;
判断所述二次核查信息是否为显示指令;
如果是,则对所述待显示评论进行正常显示。
5.根据权利要求4所述的评论内容显示方法,其特征在于,所述方法还包括:
如果不小于所述第二预设阈值,则对所述待显示评论进行禁止显示处理;
将所述目标特征向量添加至所述预设的过滤特征库,得到更新后的过滤特征库。
6.一种评论内容显示装置,其特征在于,所述评论内容显示装置包括:
获取单元,用于获取待显示评论;
特征提取单元,用于提取所述待显示评论的目标特征向量;
计算单元,用于根据预设的过滤特征库计算所述目标特征向量的匹配度;
显示单元,用于根据所述匹配度对所述待显示评论进行显示。
7.根据权利要求6所述的评论内容显示装置,其特征在于,所述计算单元,包括:
确定子单元,用于从预设的过滤特征库中确定与所述目标特征向量相匹配的对比特征向量;
计算子单元,用于计算所述目标特征向量与所述对比特征向量的匹配度。
8.根据权利要求6所述的评论内容显示装置,其特征在于,所述显示单元,包括:
判断子单元,用于判断所述匹配度是否小于第一预设阈值;
显示子单元,用于如果小于所述第一预设阈值,则对所述待显示评论进行正常显示。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的评论内容显示方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的评论内容显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011249062.8A CN112364154A (zh) | 2020-11-10 | 2020-11-10 | 一种评论内容显示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011249062.8A CN112364154A (zh) | 2020-11-10 | 2020-11-10 | 一种评论内容显示方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112364154A true CN112364154A (zh) | 2021-02-12 |
Family
ID=74508636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011249062.8A Pending CN112364154A (zh) | 2020-11-10 | 2020-11-10 | 一种评论内容显示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364154A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486366A (zh) * | 2021-06-08 | 2021-10-08 | 贵州电网有限责任公司 | 一种基于聚类分析的Web违规操作行为检测方法 |
CN114064974A (zh) * | 2021-11-15 | 2022-02-18 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、电子设备、存储介质及程序产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020140A (zh) * | 2012-11-21 | 2013-04-03 | 合一网络技术(北京)有限公司 | 一种对互联网用户评论内容自动过滤的方法和装置 |
CN107291780A (zh) * | 2016-04-12 | 2017-10-24 | 腾讯科技(深圳)有限公司 | 一种用户评论信息展示方法和装置 |
CN107833055A (zh) * | 2017-10-19 | 2018-03-23 | 广东欧珀移动通信有限公司 | 评论处理方法及设备 |
CN108304452A (zh) * | 2017-12-14 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 文章处理方法及装置、存储介质 |
CN108874832A (zh) * | 2017-05-15 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 目标评论确定方法及装置 |
CN109710841A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 评论推荐方法和装置 |
CN110209795A (zh) * | 2018-06-11 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 评论识别方法、装置、计算机可读存储介质和计算机设备 |
CN110674415A (zh) * | 2019-09-20 | 2020-01-10 | 北京浪潮数据技术有限公司 | 一种信息显示方法、装置及服务器 |
CN110688455A (zh) * | 2019-09-09 | 2020-01-14 | 深圳壹账通智能科技有限公司 | 基于人工智能过滤无效评论的方法、介质及计算机设备 |
CN110895652A (zh) * | 2019-09-27 | 2020-03-20 | 广州视源电子科技股份有限公司 | 一种评论信息的处理方法、装置、系统、设备和存储介质 |
-
2020
- 2020-11-10 CN CN202011249062.8A patent/CN112364154A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020140A (zh) * | 2012-11-21 | 2013-04-03 | 合一网络技术(北京)有限公司 | 一种对互联网用户评论内容自动过滤的方法和装置 |
CN107291780A (zh) * | 2016-04-12 | 2017-10-24 | 腾讯科技(深圳)有限公司 | 一种用户评论信息展示方法和装置 |
CN108874832A (zh) * | 2017-05-15 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 目标评论确定方法及装置 |
CN107833055A (zh) * | 2017-10-19 | 2018-03-23 | 广东欧珀移动通信有限公司 | 评论处理方法及设备 |
CN108304452A (zh) * | 2017-12-14 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 文章处理方法及装置、存储介质 |
CN110209795A (zh) * | 2018-06-11 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 评论识别方法、装置、计算机可读存储介质和计算机设备 |
CN109710841A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 评论推荐方法和装置 |
CN110688455A (zh) * | 2019-09-09 | 2020-01-14 | 深圳壹账通智能科技有限公司 | 基于人工智能过滤无效评论的方法、介质及计算机设备 |
CN110674415A (zh) * | 2019-09-20 | 2020-01-10 | 北京浪潮数据技术有限公司 | 一种信息显示方法、装置及服务器 |
CN110895652A (zh) * | 2019-09-27 | 2020-03-20 | 广州视源电子科技股份有限公司 | 一种评论信息的处理方法、装置、系统、设备和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486366A (zh) * | 2021-06-08 | 2021-10-08 | 贵州电网有限责任公司 | 一种基于聚类分析的Web违规操作行为检测方法 |
CN114064974A (zh) * | 2021-11-15 | 2022-02-18 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、电子设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287479B (zh) | 命名实体识别方法、电子装置及存储介质 | |
Madianou | Nonhuman humanitarianism: when'AI for good'can be harmful | |
CN111343496A (zh) | 一种视频处理方法及装置 | |
CN112860852B (zh) | 信息分析方法及装置、电子设备和计算机可读存储介质 | |
CN110287405B (zh) | 情感分析的方法、装置和存储介质 | |
CN111198939B (zh) | 语句相似度的分析方法、装置及计算机设备 | |
CN112364154A (zh) | 一种评论内容显示方法及装置 | |
CN110427454B (zh) | 文本情绪分析方法及装置、电子设备和非暂态存储介质 | |
Hirota et al. | Proposal and experimental results of an ambient intelligence for training on soldering iron holding | |
CN110019948B (zh) | 用于输出信息的方法和装置 | |
CN110263135B (zh) | 一种数据交换匹配方法、装置、介质和电子设备 | |
KR20210061728A (ko) | 인공지능 추천 서비스를 제공하는 외국어 학습 시스템, 방법 및 컴퓨터 프로그램 | |
CN108197101B (zh) | 一种语料标注方法及装置 | |
CN111079489A (zh) | 一种内容识别方法及电子设备 | |
CN115269919A (zh) | 一种短视频质量的确定方法、装置、电子设备及存储介质 | |
CN114186039A (zh) | 一种视觉问答方法、装置及电子设备 | |
JP2005284822A (ja) | 感情マッチング装置、感情マッチング方法、及びプログラム | |
CN113038053A (zh) | 一种数据合成方法、装置、电子设备以及存储介质 | |
CN111508292A (zh) | 在线教育广告信息生成方法、系统、设备及存储介质 | |
CN111967518B (zh) | 应用标注方法、应用标注装置及终端设备 | |
CN113420677B (zh) | 确定合理图像的方法、装置、电子设备及存储介质 | |
CN112364128B (zh) | 一种信息处理的方法、装置、计算机设备和存储介质 | |
CN112541651B (zh) | 电子设备、发音学习方法、服务器装置、发音学习处理系统及记录介质 | |
US20230089965A1 (en) | Processing apparatus, processing method, and non-transitory storage medium | |
CN112183402B (zh) | 一种信息处理的方法、装置、电子设备及存储介质 |
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 |