[发明专利]文本作弊的识别方法及装置

说明书

本发明提出一种文本作弊的识别方法及装置，其中，文本作弊的识别方法包括：根据用户提交的当前文本和多个历史文本，提取得到多个嫌疑载体词；对所述多个嫌疑载体词进行载体识别，识别出最可疑的所述嫌疑载体词作为软文载体词；对所述当前文本和多个包含所述软文载体词的所述历史文本进行软文作弊识别，识别出所述当前文本是否为软文和/或所述用户是否为软文作弊用户。该文本作弊的识别方法及装置，由于基于多条语料(当前文本和多个历史文本)进行的软文作弊识别，即参考了用户的多个历史文本进行佐证，因此提高了软文识别率和识别精度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本作弊的识别方法及装置。

背景技术

随着互联网的不断发展，网民的数量逐年攀升，为各大互联网公司提供了各种形式的流量红利。然而，在这光鲜亮丽的互联网市场背后却滋生了另一个作弊推广的“蛀虫市场”，在社区、feed流等产品线下以推广某种商品或者服务为目的发布各种作弊推广帖子(即软文或软广告)，严重影响了产品的用户体验，且在一定程度上为潜在广告主免费引流，使得公司收入蒙受损失。

现有技术中，针对作弊推广帖子的识别方法如下：基于已标注软文和非软文的样本，使用逻辑回归、支持向量机(Support Vector Machine，简称SVM)等机器学习技术设计二分类模型，利用该二分类模型对用户新提交的帖子进行软文预测，根据输出的概率确定用户新提交的帖子是否为软文。

但现有技术至少存在如下缺陷：用于模型训练和预测的语料均为单条语料，使得模型的识别率和识别精度低，进而使得软文识别率和识别精度低。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种文本作弊的识别方法，以提高软文识别率和识别精度。

本发明的第二个目的在于提出一种文本作弊的识别装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种文本作弊的识别方法，包括：

根据用户提交的当前文本和多个历史文本，提取得到多个嫌疑载体词；

对所述多个嫌疑载体词进行载体识别，识别出最可疑的所述嫌疑载体词作为软文载体词；

对所述当前文本和多个包含所述软文载体词的所述历史文本进行软文作弊识别，识别出所述当前文本是否为软文和/或所述用户是否为软文作弊用户。

本发明实施例的文本作弊的识别方法，根据用户提交的当前文本和多个历史文本，提取得到多个嫌疑载体词，并识别出最可疑的嫌疑载体词作为软文载体词，对当前文本和多个包含软文载体词的历史文本进行软文作弊识别，识别出当前文本是否为软文和/或用户是否为软文作弊用户。由于基于多条语料(当前文本和多个历史文本)进行的软文作弊识别，即参考了用户的多个历史文本进行佐证，因此提高了软文识别率和识别精度。

为达上述目的，本发明第二方面实施例提出了一种文本作弊的识别装置，包括：

提取模块，用于根据用户提交的当前文本和多个历史文本，提取得到多个嫌疑载体词；

载体识别模块，用于对所述多个嫌疑载体词进行载体识别，识别出最可疑的所述嫌疑载体词作为软文载体词；

作弊识别模块，用于对所述当前文本和多个包含所述软文载体词的所述历史文本进行软文作弊识别，识别出所述当前文本是否为软文和/或所述用户是否为软文作弊用户。