[发明专利]联系方式的识别方法和装置

说明书

本发明实施例提供一种联系方式的识别方法和装置。本发明联系方式的识别方法，包括：获取待识别信息，所述待识别信息包括中文字符、英文字符和数字中任意一项或者多项；根据词向量映射表，确定所述待识别信息的文本向量序列；将所述文本向量序列输入预设的双向循环神经网络分类器中，获取识别结果；根据所述识别结果确定所述待识别信息是否包括联系方式；其中，所述预设的双向循环神经网络分类器为根据样本数据和所述词向量映射表对双向循环神经网络分类器进行训练得到的，所述样本数据包括文本信息和分类结果标记值。本发明实施例可以实现对联系方式的有效识别。

技术领域

本发明实施例涉及信息技术，尤其涉及一种联系方式的识别方法和装置。

背景技术

信息发布平台可以面向用户发布一些信息，该信息发布平台可以是分类信息网站、分类信息应用程序(APP)等，其为信息交互提供了便利。然而，在信息发布平台上也会存在一些违规类型信息，例如包含联系方式的信息，需要信息发布平台需要对违规类型信息进行召回。对违规类型信息进行召回通常采用的方法为，基于规则判定或抽取特征构建分类器进行识别，并根据识别结果进行召回。

但是，通过对违规类型信息的文本进行变形或变化，使得违规类型信息的相关特征提取难度大，上述分类器难以对违规类型信息进行有效识别。

发明内容

本发明实施例提供一种联系方式的识别方法和装置，以实现对联系方式的有效识别。

第一方面，本发明实施例提供一种联系方式的识别方法，包括：

获取待识别信息，所述待识别信息包括中文字符、英文字符和数字中任意一项或者多项；

根据词向量映射表，确定所述待识别信息的文本向量序列；

将所述文本向量序列输入预设的双向循环神经网络分类器中，获取识别结果；

根据所述识别结果确定所述待识别信息是否包括联系方式；

其中，所述预设的双向循环神经网络分类器为根据样本数据和所述词向量映射表对双向循环神经网络分类器进行训练得到的，所述样本数据包括文本信息和分类结果标记值。

结合第一方面，在第一方面的一种可能的实现方式中，所述词向量映射表包括原始词和词向量的映射关系，所述获取待识别信息之前，所述方法还包括：

建立变形词与所述词向量映射表中的原始词之间的映射关系，所述变形词包括对原始词的字型变形和对原始词的拼音变形。

结合第一方面或者第一方面的一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述获取待识别信息，包括：

接收输入文本；

根据所述变形词与所述词向量映射表中的原始词之间的映射关系对所述输入文本进行预处理，获取所述待识别信息。

结合第一方面或者第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述方法还包括：

将所述文本信息输入所述双向循环神经网络分类器，获取分类器输出的识别结果；

根据所述分类器输出的识别结果和所述分类结果标记值确定是否满足预设条件，若不满足，则调整所述双向循环神经网络分类器，直至调整后的双向循环神经网络分类器满足所述预设条件，得到所述预设的双向循环神经网络分类器；

若满足，则将所述双向循环神经网络分类器作为所述预设的双向循环神经网络分类器。

结合第一方面或者第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述方法还包括：

当根据所述识别结果确定所述待识别信息包括联系方式，则对所述待识别信息进行召回。