CN112906387B - 风险内容识别方法、装置、设备、介质和计算机程序产品 - Google Patents

Abstract

本公开提供了一种风险内容识别方法、装置、设备、介质和计算机程序产品，涉及人工智能技术领域，尤其涉及大数据和自然语言处理技术领域。实现方案为：每间隔第一周期执行如下操作：获取待识别内容在当前周期内的用户负反馈；对于每条用户负反馈，确定该用户负反馈的反馈类型和用户可信度；至少部分地基于在当前周期内的用户负反馈的反馈类型和用户可信度，计算待识别内容的当前周期的周期评分；基于待识别内容在至少一个第一周期内的周期评分和对应周期衰减系数，计算待识别内容的内容评分；以及响应于确定待识别内容的内容评分大于评分阈值，识别待识别内容为风险内容。

Description

风险内容识别方法、装置、设备、介质和计算机程序产品

技术领域

本公开涉及人工智能技术领域，尤其涉及大数据和自然语言处理技术领 域。具体地，本公开提供了一种风险内容识别方法、装置、电子设备、计算 机可读存储介质和计算机程序产品。

背景技术

随着互联网技术的发展，互联网平台所提供的内容越来越多，用户也可 以越来越方便地访问这些内容。因此，需要及时识别存在风险的内容，并进 行相应的处理，以避免存在风险的内容扩散而带来不良后果。

目前主要采用以下两种方法来识别风险内容：

1)人工审核：随机抽取内容，供审核员进行审核，以判断内容的质量， 但是，由于人工审核的速度较慢，人工审核效率较低；

2)词表匹配：对内容的标题或正文进行切词，并且判断该内容是否含有 风险词表中的词汇，但是，由于同一词汇在不同语境中具有不同的含义，使 用词表匹配的误判率较高。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另 有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被 认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认 为在任何现有技术中已被公认。

发明内容

本公开提供了一种风险内容识别方法、装置、电子设备、计算机可读存 储介质和计算机程序产品。

根据本公开的一方面，提供了一种计算机实施的风险内容识别方法，包 括：每间隔第一周期执行如下操作：获取待识别内容在当前周期内的用户负 反馈；对于每条用户负反馈，确定该用户负反馈的反馈类型和用户可信度； 至少部分地基于在当前周期内的用户负反馈的反馈类型和用户可信度，计算 待识别内容的当前周期的周期评分；基于待识别内容在在至少一个第一周期 内的周期评分和对应周期衰减系数，计算待识别内容的内容评分；以及响应 于确定待识别内容的内容评分大于评分阈值，识别待识别内容为风险内容。

根据本公开的另一方面，提供了一种风险内容识别装置，包括：获取模 块，被配置为：每间隔第一周期，获取待识别内容在当前周期内的用户负反 馈；负反馈信息确定模块，被配置为：对于每条用户负反馈，确定该用户负 反馈的反馈类型和用户可信度；评分计算模块，被配置为：至少部分地基于 在当前周期内的用户负反馈的反馈类型和用户可信度，计算待识别内容的当 前周期的周期评分；以及基于待识别内容在至少一个第一周期内的周期评分 和对应周期衰减系数，计算待识别内容的内容评分；以及风险内容核查模块， 被配置为：响应于确定待识别内容的内容评分大于评分阈值，识别待识别内 容为风险内容。

根据本公开的又一方面，提供了一种计算机设备，包括：存储器、处理 器以及存储在存储器上的计算机程序，其中，处理器被配置为执行计算机程 序以实现如本公开中所述的方法的步骤。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机 可读存储介质，其中，计算机指令用于使计算机执行如本公开中所述的方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序， 其中，计算机程序被处理器执行时实现如本公开中所述的方法的步骤。

根据本公开的一个或多个实施例，可以及时有效地识别风险内容，避免 风险内容造成不良影响。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或 重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说 明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字 描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的 目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似 但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法 的示例性系统的示意图；

图2示出了根据本公开的实施例的风险内容识别方法的流程图；

图3A-3C示出了根据本公开的实施例的在用户提交反馈的过程中在客 户端处显示的用户界面的示意图；

图4示出了根据本公开的实施例的风险内容识别方法的流程图；

图5示出了根据本公开的实施例的在图4的过程中计算待识别内容的当 前周期的周期评分的示例操作的流程图；

图6示出了根据本公开的实施例的按IP地址来过滤已识别为风险内容 的内容的过程的流程图；

图7示出了根据本公开的实施例的风险内容识别装置的结构框图；

图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框 图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施 例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域 普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改， 而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对 公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各 种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语 只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要 素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们 也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定 示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特 意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所 使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方 式。

为了解决现有技术中的上述问题，本公开基于自然语言处理技术中的语 义分析，对用户所提交的反馈进行分析，并且基于大数据技术中的用户画像 技术，判断用户负反馈的可信度，使得可以基于用户所提交的负反馈识别某 一内容是否为风险内容，从而提供了以下风险内容识别的技术方案。

如本文所使用的，术语“风险内容”是指不符合法律法规的内容或给用 户带来不好的观看感受的内容(例如，存在页面无法打开、内容质量差、错 别字多等问题的内容)。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其 中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个 客户端设备101、102、103、104、105和106、服务器120以及将一个或多 个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、 102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行风险内容识别 方法的一个或多个服务或软件应用。将理解的是，这不是限制性的，在某些 实施例中，客户端设备101、102、103、104、105和106可以具有足够的存 储和计算资源以至于它们也能够执行风险内容识别方法的一个或多个服务 或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环 境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的 服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、 102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功 能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件 组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或 106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交 互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的， 其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系 统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来提交对 互联网内容的反馈(例如，举报该内容，评论该内容，或者屏蔽该内容)。 客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接 口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种 客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的 客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计 算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计 算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发 设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本 的软件应用程序和操作系统，例如Microsoft Windows、Apple iOS、类UNIX 操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、 Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数 字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系 统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能 够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应 用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多 种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数 据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以 太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络 (VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网 络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如 PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、 大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以 包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架 构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个 或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的 功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业 上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各 种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服 务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析 和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈 送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户 端设备101、102、103、104、105和106的一个或多个显示设备来显示数据 馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结 合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技 术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项 主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数 据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用 于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位 置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可 以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数 据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数 据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以 响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来 存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例 如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公 开所描述的各种方法和装置。

根据本公开的示例性实施例，本公开提供了一种计算机实施的风险内容 识别方法，包括：每间隔第一周期执行如下操作：获取待识别内容在当前周 期内的用户负反馈；对于每条用户负反馈，确定该用户负反馈的反馈类型和 用户可信度；至少部分地基于在当前周期内的用户负反馈的反馈类型和用户 可信度，计算待识别内容的当前周期的周期评分；基于待识别内容在多个周 期内的周期评分和对应周期衰减系数，计算待识别内容的内容评分；以及响 应于确定待识别内容的内容评分大于评分阈值，识别待识别内容为风险内容。

图2示出了根据本公开的实施例的风险内容识别方法200的流程图。在 一些实施例中，方法200可以在服务器(例如，图1中所示的服务器120) 处执行，也即，方法200的各个步骤的执行主体可以是图1中所示的服务器 120。在一些实施例中，方法200可以在客户端设备(例如，图1中所示的 客户端设备101、102、103、104、105和106)处执行。在一些实施例中， 方法200可以由客户端设备(例如，客户端设备101、102、103、104、105 和106)和服务器(例如，服务器120)相组合地执行。在下文中，以执行主 体为服务器120为例，详细描述方法200的各个步骤。

在步骤S201中，每间隔第一周期，获取待识别内容在当前周期内的用 户负反馈。

根据一些实施例，实时接收来自客户端(例如，图1中的客户端设备101、 102、103、104、105或106)的用户负反馈，并存储用户负反馈，例如，存 储在图1中的数据库130中。

根据一些实施例，获取待识别内容在当前周期内的用户负反馈包括：从 已存储的用户负反馈中，查询在当前周期内所接收到的用户负反馈。例如， 查询当前周期内的用户负反馈的时间为2020年12月20日0时，而第一周 期为12小时，则获取提交时间在2020年12月19日12时到2020年12月 20日0时之间的用户负反馈。

在步骤S203中，对于每条用户负反馈，确定该用户负反馈的反馈类型 和用户可信度。

根据一些实施例，通过用户在提交用户负反馈时所选择的反馈类型，来 确定该用户负反馈的反馈类型，例如，“广告”、“疑似抄袭”、“标题内 容不符”等。根据另一些实施例，通过对用户提交的评论进行语义分析，来 确定该用户负反馈的反馈类型。

根据一些实施例，用户可信度为提交该负反馈的用户的可信度。根据一 些实施例，可以统计该用户所提交的负反馈被采纳的概率，从而得到该用户 的可信度。根据另一些实施例，可以通过用户画像所提供的用户特征，来判 断该用户的可信度。

在步骤S205中，至少部分地基于在当前周期内的用户负反馈的反馈类 型和用户可信度，计算待识别内容的当前周期的周期评分。

根据一些实施例，对于每条用户负反馈，基于该用户负反馈的反馈类型 和用户可信度，计算该条用户负反馈的部分周期评分，并且将当前周期内的 用户负反馈的部分周期评分相加，得到待识别内容的当前周期的周期评分。

在步骤S207中，基于待识别内容在至少一个第一周期内的周期评分和 对应周期衰减系数，计算待识别内容的内容评分。

根据一些实施例，当至少一个第一周期包括多于一个第一周期时(例如， 该内容在当前周期之前就已经被发布)，对于每个第一周期，基于该第一周 期的周期评分和周期衰减系数，计算该第一周期的部分内容评分，并且将至 少一个第一周期中的所有周期的部分内容评分相加，得到待识别内容的内容 评分。

根据一些实施例，当至少一个第一周期仅包括一个周期时(例如，该内 容在当前周期被发布)，基于该第一周期的周期评分和周期衰减系数，计算 该第一周期的部分内容评分，并且将该第一周期的部分内容评分作为计算待 识别内容的内容评分。

根据一些实施例，至少一个第一周期包括自该内容被发布以来所经历的 所有周期。例如，第一周期为12小时，且分别在每天的12时、24时计算内 容评分，对于一条2020年12月19日上午9点发布的内容，在2020年12 月20日24时，该内容经历了四个第一周期：周期1(2020年12月19日0- 12时)、周期2(2020年12月19日12-24时)、周期3(2020年12月20 日0-12时)、周期4(2020年12月20日12-24时)。

根据一些实施例，越早的周期的对应周期衰减系数越小，而越晚的周期 的对应周期衰减系数越大。例如，在上述的示例中(第一周期为12小时，且 分别在每天的12时、24时计算内容评分，内容发布时间为2020年12月19 日上午9点，当前时间为2020年12月20日24时)，对应周期衰减系数从 高到低依次为：周期1的对应周期衰减系数<周期2的对应周期衰减系数< 周期3的对应周期衰减系数<周期4的对应周期衰减系数。

在步骤S209中，响应于确定待识别内容的内容评分大于评分阈值，识 别待识别内容为风险内容。

根据一些实施例，当识别该待识别内容为风险内容时，将该确定已识别 为风险内容的内容加入风险内容列表，以便于对已识别为风险内容的内容进 行二次核查。

在本公开的示例性实施例所提供的风险内容识别方法中，由于基于在当 前周期内的用户负反馈的反馈类型和用户可信度计算待识别内容的当前周 期的周期评分，充分利用了用户反馈信息，以高效、准确地识别风险内容； 由于基于待识别内容在至少一个第一周期内的周期评分和对应周期衰减系 数，计算待识别内容的内容评分，使得不同周期的周期评分对待识别内容的 内容评分的影响不同(例如，越晚的周期的周期评分影响越大)。

根据一些实施例，至少部分地基于在当前周期内的用户负反馈的反馈类 型和用户可信度，计算待识别内容的当前周期的周期评分包括：对于每条用 户负反馈，将反馈类型所对应的权重乘以用户可信度，得到该条用户负反馈 的部分周期评分；将多条用户负反馈的部分周期评分相加，得到待识别内容 的当前周期的周期评分。

根据一些实施例，可以将影响较为恶劣的反馈类型所对应的权重设置得 较大，而将影响较不恶劣的反馈类型所对应得权重设置得较小，例如，标题 与内容不符、广告等。

根据一些实施例，使用已校准的风险内容识别结果，调整反馈类型所对 应的权重。在示例中，已校准的风险内容识别结果可以例如是基于人工校准 的结果。

根据一些实施例，可以使用已校准的风险内容识别结果(包括，该内容 的用户负反馈类型、每种反馈类型的反馈数量、是否被识别为风险内容等)， 进行神经网络模型训练，实现对反馈类型所对应的权重的调整。

根据一些实施例，获取待识别内容在当前周期内的用户负反馈包括：获 取待识别内容在该当前周期内的用户显式负反馈和用户隐式负反馈；其中， 用户显式反馈包括用户举报和用户负面评论，用户隐式反馈包括用户屏蔽反 馈。

图3A-3C示出了根据本公开的实施例的用户提交负反馈的显示示意图。

在用户举报某一内容时，如图3A所示，客户端(例如，图1中的设备 101、102、103、104、105或106)的显示界面300A包括类型选择版块301、 上传问题截图版块302、文字反馈版块303和联系方式版块304。其中，用 户通过类型选择版块301选择举报类型，例如，“显示问题”、“标题内容 不符”、“广告”等，并且可以进一步通过问题截图版块302和文字反馈版块303提交举报细节。

在用户提交对某一内容的负面评论时，如图3B时，客户端(例如，图 1中的设备101、102、103、104、105或106)的显示界面300B包括所观看 内容305和评论版块306，评论版块306包括已有评论区域3061和用户评 论输入区域3062。其中，用户可以通过用户评论输入区域3062提交其对该 内容的评论。

在用户提交对某一内容的屏蔽请求时，如图3C所示，客户端(例如， 图1中的设备101、102、103、104、105或106)的显示界面300C包括所观 看内容305和屏蔽版块307，屏蔽版块307包括确认屏蔽区域3071和类型 选择区域3072。其中，用户可以直接通过确认屏蔽区域3071提交对该内容 的屏蔽请求，并且通过类型选择区域3072选择屏蔽该内容的具体原因，例 如，“内容质量差”、“看过类似的”、“屏蔽同一作者的内容”等。

根据一些实施例，本公开中的示例性实施例所提供的风险内容识别方法， 还包括：对待识别内容进行内容理解，得到待识别内容的内容理解类型和内 容理解评分；对待识别内容进行切词分析，得到待识别内容的切词分析类型 和切词分析评分；其中，至少部分地基于在当前周期内的用户负反馈的反馈 类型和用户可信度，计算待识别内容的当前周期的周期评分包括：基于在当 前周期内的用户负反馈的反馈类型和用户可信度、内容理解类型、内容理解 评分、切词分析类型和切词分析评分，计算待识别内容的当前周期的周期评 分。

图4示出了根据本公开的实施例的风险内容识别方法400的流程图。一 些实施例中，方法400可以在服务器(例如，图1中所示的服务器120)处 执行，也即，方法400的各个步骤的执行主体可以是图1中所示的服务器 120。在一些实施例中，方法400可以在客户端设备(例如，图1中所示的 客户端设备101、102、103、104、105和106)处执行。在一些实施例中，方法400可以由客户端设备(例如，客户端设备101、102、103、104、105 和106)和服务器(例如，服务器120)相组合地执行。在下文中，以执行主 体为服务器120为例，详细描述方法400的各个步骤。

在步骤S401中，对待识别内容进行内容理解，得到待识别内容的内容 理解类型和内容理解评分。

根据一些实施例，可以使用预先训练的神经网络模型，对待识别内容进 行语义分析，判断该内容的类型。根据一些实施例，提取待识别内容的特征 (例如，图片数量、字数、内容来源、作者)等，对该内容进行评分。

在步骤S403中，对待识别内容进行切词分析，得到待识别内容的切词 分析类型和切词分析评分。

根据一些实施例，通过切词分析，统计该待识别内容所包含的风险词汇 的类型和每种风险词汇的出现次数；进一步地，基于该待识别内容所包含的 风险词汇的类型和每种风险词汇的出现次数，可以判断该待识别内容的切词 分析类型和切词分析评分。

在步骤S405中，每间隔第一周期,获取待识别内容在当前周期内的用户 负反馈。根据一些实施例，步骤S405例如可以被实施为与图2中的步骤S201 类似。

在步骤S407中，对于每条用户负反馈，确定该用户负反馈的反馈类型 和用户可信度。根据一些实施例，步骤S407例如可以被实施为与图2中的 步骤S203类似。

在步骤S409中，基于在当前周期内的用户负反馈的反馈类型和用户可 信度、内容理解类型、内容理解评分、切词分析类型和切词分析评分，计算 待识别内容的当前周期的周期评分。

根据一些实施例，对于每条用户负反馈，基于该用户负反馈的反馈类型 和用户可信度，计算该条用户负反馈的部分周期评分；对于内容理解，基于 该内容的内容理解类型和内容理解评分，计算内容理解的部分周期评分；对 于切词分析，基于该内容的切词分析类型和切词分析评分，计算切词分析的 部分周期评分；并且将当前周期内的用户负反馈的部分周期评分、内容理解 的部分周期评分和切词分析的部分周期评分相加，得到待识别内容的当前周 期的周期评分。

在步骤S411中，基于待识别内容在至少一个第一周期内的周期评分和 对应周期衰减系数，计算待识别内容的内容评分。根据一些实施例，步骤S411 例如可以被实施为与图2中的步骤S207类似。

在步骤S413中，响应于确定待识别内容的内容评分大于评分阈值，识 别待识别内容为风险内容。根据一些实施例，步骤S413例如可以被实施为 与图2中的步骤S209类似。

将理解的是，虽然步骤S401和S403被图示和描述为在步骤S405之前 顺序执行，但是这不是必须的。在一些实施例中，步骤S401和S403可以并 行地执行，并且可以与步骤S405并行地执行。其他实施例也是可能的。

根据一些实施例，基于在当前周期内的用户负反馈的反馈类型和用户可 信度、内容理解评分、切词分析类型和切词分析评分，计算待识别内容的当 前周期的周期评分包括：对于每条用户负反馈，将反馈类型所对应的权重乘 以用户可信度，得到该条用户负反馈的部分周期评分；将内容理解评分乘以 内容理解类型所对应的权重，得到内容理解的部分周期评分；将切词分析评 分乘以切词分析类型所对应的权重，得到切词分析的部分周期评分；将多条 用户负反馈的部分周期评分、内容理解的部分周期评分和切词分析的部分周期分析相加，得到待识别内容的当前周期的周期评分。

图5示出了根据本公开的实施例的在图4的过程中计算待识别内容的当 前周期的周期评分(步骤S409)的示例操作的流程图。

在步骤S501中，对于每条用户负反馈，将反馈类型所对应的权重乘以 用户可信度，得到该条用户负反馈的部分周期评分。

在步骤S503中，将内容理解评分乘以内容理解类型所对应的权重，得 到内容理解的部分周期评分。

在步骤S505中，将切词分析评分乘以切词分析类型所对应的权重，得 到切词分析的部分周期评分。

在步骤S507中，将多条用户负反馈的部分周期评分、内容理解的部分 周期评分和切词分析的部分周期分析相加，得到待识别内容的当前周期的周 期评分。

根据一些实施例，本公开中的示例性实施例所提供的风险内容识别方法， 还包括：使用已校准的风险内容识别结果，调整反馈类型、内容理解类型和 切词分析类型所对应的权重。在示例中，已校准的风险内容识别结果可以例 如是基于人工校准的结果。

根据一些实施例，可以使用已校准的风险内容识别结果(包括，该内容 的用户负反馈类型、每种反馈类型的反馈数量、内容理解类型、内容理解评 分、切词分析类型、切词分析评分是否被识别为风险内容等)，进行神经网 络模型训练，实现对反馈类型、内容理解类型和切词分析类型所对应的权重 的调整。

根据一些实施例，在至少部分地基于在当前周期内的用户负反馈的反馈 类型和用户可信度，计算待识别内容的当前周期的周期评分之前，还包括： 响应于确定待识别内容的切词分析评分大于切词评分阈值且待识别内容的 作者属于白名单成员，降低待识别内容的切词分析评分。

根据一些实施例，基于待识别内容在至少一个第一周期内的周期评分和 对应周期衰减系数，计算待识别内容的内容评分包括：当至少一个第一周期 包括多于一个第一周期时，对于每个第一周期，将该第一周期的周期评分乘 以该第一周期的周期衰减系数，得到该第一周期的部分内容评分，并且将至 少一个第一周期的部分内容评分相加，得到待识别内容的内容评分。

根据一些实施例，基于待识别内容在至少一个第一周期内的周期评分和 对应周期衰减系数，计算待识别内容的内容评分还包括：当至少一个第一周 期为一个第一周期时，将该第一周期的周期评分乘以该第一周期的周期衰减 系数的乘积作为待识别内容的内容评分。

根据一些实施例，每个第一周期的周期衰减系数为e^-S*Δdate，其中，S为 衰减因子，Δdate为该第一周期所经过的时间。

根据一些实施例，对于每个第一周期，以该第一周期的终止时间距离本 次计算待识别内容的内容评分的时间的时间，作为该第一周期所经过的时间。 以下以第一周期为12小时，且分别在每天的12时、24时计算内容评分为例 进行说明：

对于一条2020年12月19日上午9点发布的内容，在2020年12月20 日24时，该内容经历了四个第一周期：周期1(2020年12月19日0-12时)、 周期2(2020年12月19日12-24时)、周期3(2020年12月20日0-12 时)、周期4(2020年12月20日12-24时)。其中，周期1(2020年12月 19日0-12时)经过了1.5天，周期2(2020年12月19日12-24时)经过了 1天，周期3(2020年12月20日0-12时)经过了0.5天，周期4(2020年 12月20日12-24时)经过了0天。

根据一些实施例，本公开中的示例性实施例所提供的风险内容识别方法， 在识别待识别内容为风险内容之后，还包括：响应于确定已识别为风险内容 的内容含有超过词汇阈值的预设词汇，确定已识别为风险内容的内容为正常 内容，其中，预设词汇包括以下中的至少一种：运营活动名称、热门产品名 称或者明星名称。

由于举行运营活动、发布热门产品或者出现明星新闻等热点常常会引发 用户的热烈讨论，而导致带有个人主观倾向的负反馈大量增加，此时，为避 免这部分与热点相关的内容掩盖真正的风险内容，从已识别为风险内容的内 容中过滤这部分内容，保证及时有效地发现真正地风险内容。

根据一些实施例，本公开中的示例性实施例所提供的风险内容识别方法， 在识别待识别内容为风险内容之后，还包括：对于已识别为风险内容的内容 的用户负反馈，计算作为用户负反馈来源的每个IP地址所对应的负反馈的 数量；计算所对应的负反馈的数量大于负反馈阈值的IP地址的数量；响应 于确定所对应的负反馈的数量大于负反馈阈值的IP地址的数量大于预定IP 地址数量，确定待识别内容为正常内容。

图6示出了根据本公开的实施例的按IP地址来过滤已识别为风险内容 的内容的过程600的流程图。在实施例中，过程600可以作为方法200的可 选部分在步骤S209之后执行，或者作为方法400的可选部分在步骤S413之 后执行。

在步骤S601中，对于已识别为风险内容的内容的用户负反馈，计算作 为用户负反馈来源的每个IP地址所对应的负反馈的数量。

在步骤S603中，计算所对应的负反馈的数量大于负反馈阈值的IP地址 的数量。

在步骤S605中，响应于确定所对应的负反馈的数量大于负反馈阈值的 IP地址的数量大于预定IP地址数量，确定待识别内容为正常内容。

由于目前经常出现使用计算机程序恶意发布大量负面评论的情况，而这 种评论通常来自一个或几个固定的IP地址，因此，使用本公开中的示例性 实施例所提供的风险内容识别方法可以有效地过滤因这种恶意发布地负面 评论而被识别为风险内容地内容。

根据一些实施例，本公开中的示例性实施例所提供的风险内容识别方法 还包括每间隔第二周期执行如下操作：获取待识别内容的用户负反馈的数量； 响应于确定用户负反馈的数量大于负反馈阈值，对待识别内容进行报警，其 中，第一周期大于第二周期，例如，第一周期为12小时，而第二周期为10 分钟。通过以较短第二周期检测待识别内容的用户负反馈的数量，能够快速 地对具有重大影响的风险内容进行报警，避免其进一步造成不良影响。

图7示出了根据本公开的实施例的风险内容识别装置700的结构框图。

根据一些实施例，风险内容识别装置700包括获取模块701、负反馈信 息确定模块702、评分计算模块703和风险内容核查模块704，其中，获取 模块701被配置为：每间隔第一周期，获取待识别内容在当前周期内的用户 负反馈；负反馈信息确定模块702被配置为：对于每条用户负反馈，确定该 用户负反馈的反馈类型和用户可信度；评分计算模块703被配置为：至少部 分地基于在当前周期内的用户负反馈的反馈类型和用户可信度，计算待识别内容的当前周期的周期评分；以及基于待识别内容在至少一个第一周期内的 周期评分和对应周期衰减系数，计算待识别内容的内容评分；以及风险内容 核查模块704被配置为：响应于确定待识别内容的内容评分大于评分阈值， 识别待识别内容为风险内容。

应当理解，装置700的在图7中示出的各个模块以及其他潜在的模块可 以与参考图2描述的方法200中的各个步骤或者与参考图4描述的方法400 中的各个步骤相对应。由此，上面针对方法200和400描述的操作、特征和 优点同样适用于装置700及其包括的模块。为了简洁起见，某些操作、特征 和优点在此不再赘述。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一 种计算机程序产品。

参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800 的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备 旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计 算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其 它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数 字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所 示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在 限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储 器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器 (RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803 中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802 以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至 总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出 单元807、存储单元808以及通信单元809。输入单元806可以是能向设备 800输入信息的任何类型的设备，输入单元806可以接收输入的数字或字符 信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并 且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克 风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。 存储单元808可以包括但不限于磁盘、光盘。通信单元809允许设备800通 过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据， 并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机 和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、 蜂窝通信设备和/或类似物。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组 件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处 理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习 模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、 控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例 如方法200、400及其变型。例如，在一些实施例中，方法200、400及其变 型可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储 单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802 和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到 RAM 803并由计算单元801执行时，可以执行上文描述的方法200、400及 其变型的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通 过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、400 及其变型。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系 统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、 专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备 (CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种 实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计 算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该 可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一 个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输 至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任 何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可 编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执 行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在 机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且 部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或 存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结 合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介 质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红 外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可 读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算 机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编 程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术， 该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管) 或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者 轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它 种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是 任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户 的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如， 作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、 或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的 用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述 的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或 者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数 据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括： 局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并 且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客 户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删 除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以 不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文 在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方 法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实 施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施 例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通 过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组 合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多 要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种计算机实施的风险内容识别方法，包括：

每间隔第一周期执行如下操作：

获取待识别内容在当前周期内的用户负反馈；

对于每条用户负反馈，确定该用户负反馈的反馈类型和用户可信度；

对所述待识别内容进行内容理解，得到所述待识别内容的内容理解类型和内容理解评分；

对所述待识别内容进行切词分析，得到所述待识别内容的切词分析类型和切词分析评分；

至少部分地基于所述在当前周期内的用户负反馈的反馈类型和用户可信度，计算所述待识别内容的当前周期的周期评分，包括：

基于所述在当前周期内的用户负反馈的反馈类型和用户可信度、所述内容理解类型、所述内容理解评分、所述切词分析类型和所述切词分析评分，计算所述待识别内容的当前周期的周期评分；

基于所述待识别内容在至少一个第一周期内的周期评分和对应周期衰减系数，计算所述待识别内容的内容评分，包括：

当所述至少一个第一周期包括多于一个第一周期时，对于每个第一周期，将该第一周期的周期评分乘以该第一周期的周期衰减系数，得到该第一周期的部分内容评分，并且将所述至少一个第一周期的部分内容评分相加，得到所述待识别内容的内容评分；以及

响应于确定所述待识别内容的内容评分大于评分阈值，识别所述待识别内容为风险内容。

2.如权利要求1所述的风险内容识别方法，其中，所述至少部分地基于所述在当前周期内的用户负反馈的反馈类型和用户可信度，计算所述待识别内容的当前周期的周期评分还包括：

对于每条用户负反馈，将所述反馈类型所对应的权重乘以所述用户可信度，得到该条用户负反馈的部分周期评分；

将多条用户负反馈的部分周期评分相加，得到所述待识别内容的当前周期的周期评分。

3.如权利要求2所述的风险内容识别方法，还包括：

使用已校准的风险内容识别结果，调整所述反馈类型所对应的权重。

4.如权利要求1所述的风险内容识别方法，其中，所述基于所述在当前周期内的用户负反馈的反馈类型和用户可信度、内容理解评分、切词分析类型和切词分析评分，计算所述待识别内容的当前周期的周期评分包括：

对于每条用户负反馈，将所述反馈类型所对应的权重乘以所述用户可信度，得到该条用户负反馈的部分周期评分；

将所述内容理解评分乘以所述内容理解类型所对应的权重，得到所述内容理解的部分周期评分；

将所述切词分析评分乘以所述切词分析类型所对应的权重，得到所述切词分析的部分周期评分；

将多条用户负反馈的部分周期评分、所述内容理解的部分周期评分和所述切词分析的部分周期分析相加，得到所述待识别内容的当前周期的周期评分。

5.如权利要求4所述的风险内容识别方法，还包括：

使用已校准的风险内容识别结果，调整所述反馈类型、所述内容理解类型和所述切词分析类型所对应的权重。

6.如权利要求1所述的风险内容识别方法，在所述至少部分地基于所述在当前周期内的用户负反馈的反馈类型和用户可信度，计算所述待识别内容的当前周期的周期评分之前，还包括：

响应于确定所述待识别内容的切词分析评分大于切词评分阈值且所述待识别内容的作者属于白名单成员，降低所述待识别内容的切词分析评分。

7.如权利要求1-6中任一项所述的风险内容识别方法，其中，所述获取待识别内容在当前周期内的用户负反馈包括：

获取所述待识别内容在该当前周期内的用户显式负反馈和用户隐式负反馈；

其中，所述用户显式负反馈包括用户举报和用户负面评论，所述用户隐式负反馈包括用户屏蔽反馈。

8.如权利要求1所述的风险内容识别方法，其中，所述基于所述待识别内容在至少一个第一周期内的周期评分和对应周期衰减系数，计算所述待识别内容的内容评分还包括：

当所述至少一个第一周期为一个第一周期时，将该第一周期的周期评分乘以该第一周期的周期衰减系数的乘积作为所述待识别内容的内容评分。

9.如权利要求8所述的风险内容识别方法，其中，每个第一周期的周期衰减系数为e _^-S*Δdate ，其中，S为衰减因子，Δdate为该第一周期所经过的时间。

10.权利要求1-6中任一项所述的风险内容识别方法，在所述识别所述待识别内容为风险内容之后，还包括：

响应于确定已识别为风险内容的内容含有超过词汇阈值的预设词汇，确定所述已识别为风险内容的内容为正常内容，

其中，所述预设词汇包括以下中的至少一种：运营活动名称、热门产品名称或者明星名称。

11.如权利要求1-6中任一项所述的风险内容识别方法，在所述识别所述待识别内容为风险内容之后，还包括：

对于已识别为风险内容的内容的用户负反馈，计算作为用户负反馈来源的每个IP地址所对应的负反馈的数量；

计算所对应的负反馈的数量大于负反馈阈值的IP地址的数量；

响应于确定所述所对应的负反馈的数量大于所述负反馈阈值的IP地址的数量大于预定IP地址数量，确定所述待识别内容为正常内容。

12.如权利要求1-6中任一项所述的风险内容识别方法，还包括每间隔第二周期执行如下操作：

获取所述待识别内容的用户负反馈的数量；

响应于确定所述用户负反馈的数量大于负反馈阈值，对所述待识别内容进行报警，

其中，所述第一周期大于所述第二周期。

13.一种风险内容识别装置，包括：

获取模块，被配置为：每间隔第一周期，获取待识别内容在当前周期内的用户负反馈；

负反馈信息确定模块，被配置为：

对于每条用户负反馈，确定该用户负反馈的反馈类型和用户可信度；

对所述待识别内容进行内容理解，得到所述待识别内容的内容理解类型和内容理解评分；以及

对所述待识别内容进行切词分析，得到所述待识别内容的切词分析类型和切词分析评分；

评分计算模块，被配置为：

至少部分地基于所述在当前周期内的用户负反馈的反馈类型和用户可信度，计算所述待识别内容的当前周期的周期评分，包括：

基于所述在当前周期内的用户负反馈的反馈类型和用户可信度、所述内容理解类型、所述内容理解评分、所述切词分析类型和所述切词分析评分，计算所述待识别内容的当前周期的周期评分；以及

基于所述待识别内容在至少一个第一周期内的周期评分和对应周期衰减系数，计算所述待识别内容的内容评分，包括：

当所述至少一个第一周期包括多于一个第一周期时，对于每个第一周期，将该第一周期的周期评分乘以该第一周期的周期衰减系数，得到该第一周期的部分内容评分，并且将所述至少一个第一周期的部分内容评分相加，得到所述待识别内容的内容评分；以及

风险内容核查模块，被配置为：响应于确定所述待识别内容的内容评分大于评分阈值，识别所述待识别内容为风险内容。

14.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。

15.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。