[发明专利]一种识别图片搜索中坏例的方法和装置

权利要求书

1.一种识别图片搜索中坏例badcase的方法，其特征在于，该方法包括：

将待识别query的图片搜索结果输入预先建立的badcase识别组合模型，获得所述待识别query是否是badcase的识别结果；

其中所述badcase识别组合模型的建立包括：

将包含已确定是badcase的query的图片搜索结果作为样本数据，分别训练两种以上的badcase特征子模型，分别调整各badcase特征子模型的模型因子使得各badcase特征子模型对badcase识别的准确率达到预设第一阈值以上；

利用所述样本数据，训练由训练后得到的各badcase特征子模型串行构成的所述badcase识别组合模型，调整所述badcase识别组合模型的模型因子使得所述badcase识别组合模型对badcase识别的准确率达到预设第二阈值以上。

2.根据权利要求1所述的方法，其特征在于，所述badcase特征子模型为：小图策略子模型、词项间距策略子模型、博客策略子模型或摘要黑名单子模型。

3.根据权利要求2所述的方法，其特征在于，所述小图策略子模型的模型因子包括：小图的大小上限标准、小图的分布位置标准、识别出badcase时对应的搜索结果的首页命中小图数量、搜索结果首页首张图片不是小图时小图策略子模型是否参与在badcase识别组合模型中badcase的识别中的至少一种；

所述词项间距策略子模型的模型因子包括：query被切分为2个词项时的词项间距；

所述博客策略子模型的模型因子包括：搜索结果首页中每张图片的原始网址是否含有字符串blog；

所述摘要黑名单子模型的模型因子包括：搜索结果首页中每张图片的摘要描述是否含有黑名单中的字符。

4.根据权利要求1所述的方法，其特征在于，所述badcase识别组合模型的模型因子包括：识别为badcase时搜索结果首页的图片中命中各子模型之一的图片数量。

5.根据权利要求1所述的方法，其特征在于，预设各模型因子的取值范围，分别在各模型因子的取值范围内调整各模型因子。

6.一种识别图片搜索中badcase的装置，其特征在于，该装置包括：

模型建立单元，用于建立badcase识别组合模型；

坏例识别单元，用于将待识别query的图片搜索结果输入预先建立的badcase识别组合模型，获得所述待识别query是否是badcase的识别结果；

其中所述模型建立单元具体包括：

第一训练子单元，用于将包含已确定是badcase的query的图片搜索结果作为样本数据，分别训练两种以上的badcase特征子模型，分别调整各badcase特征子模型的模型因子使得各badcase特征子模型对badcase识别的准确率达到预设第一阈值以上；

第二训练子单元，用于利用所述样本数据，训练由训练后得到的各badcase特征子模型串行构成的所述badcase识别组合模型，调整所述badcase识别组合模型的模型因子使得所述badcase识别组合模型对badcase识别的准确率达到预设第二阈值以上。

7.根据权利要求6所述的装置，其特征在于，所述badcase特征子模型为：小图策略子模型、词项间距策略子模型、博客策略子模型或摘要黑名单子模型。

8.根据权利要求7所述的装置，其特征在于，所述小图策略子模型的模型因子包括：小图的大小上限标准、小图的分布位置标准、识别出badcase时对应的搜索结果的首页命中小图数量、搜索结果首页首张图片不是小图时小图策略子模型是否参与在badcase识别组合模型中badcase的识别中的至少一种；

所述词项间距策略子模型的模型因子包括：query被切分为2个词项时的词项间距；

所述博客策略子模型的模型因子包括：搜索结果首页中每张图片的原始网址是否含有字符串blog；

所述摘要黑名单子模型的模型因子包括：搜索结果首页中每张图片的摘要描述是否含有黑名单中的字符。