[发明专利]一种内容识别、内容分发方法、装置及电子设备

说明书

本发明实施例提供了一种内容识别、内容分发方法、装置及电子设备，涉及数据处理技术领域，内容识别方法包括：对待识别内容的标题进行预处理，获得至少一个标题字和/或词；将各个标题字和/或词按其在标题中出现的顺序输入至预设的基于长短期记忆循环神经网络LSTM的深度内容分类模型；深度内容分类模型，按输入的顺序对标题字和/或词进行顺序计算，获得标题为深度内容标题的概率，若概率大于预设概率阈值，则待识别内容为深度内容，若概率不大于预设概率阈值，则待识别内容为非深度内容。采用本发明实施例可以自动识别深度内容，基于内容识别方法，内容分发方法可以将识别出的深度内容有针对性地分发给用户。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种内容识别、内容分发方法、装置及电子设备。

背景技术

近年来，随着网络技术的发展，人们可以越来越便捷的从网络中获取新内容，同时也对内容的质量要求越来越高。新媒体时代催生了海量的用户原创内容(User GeneratedContent，简称UGC)，这些自媒体借助各内容分发平台推荐算法将自制内容分发给用户，用户的反馈由反作用于推荐算法和内容生产，形成了良好的环路生态。

但是海量自制内容也给内容分发平台带来了极大的挑战，内容分发平台需要从海量数据中分辨出有知识性的、能够引发用户思考的深度内容和泛娱乐化的非深度内容，如果不将内容进行分类，那么这些非深度内容会占用大量的用户碎片时间，易造成用户的流失。

现有技术中，内容分发平台对于深度内容的识别一般都是靠人工审核，将所有的用户上传内容经人工判断是否为深度内容，再入库。

另一方面，内容分发平台一般是将内容库中的深度内容分发给所有的用户。

然而，发明人在实现本发明的过程中发现，所有的用户上传内容都需要依靠人工审核，需要耗费大量的人力和时间，且不是所有的用户对深度内容都有消费意愿，现有技术不能对深度内容做到定向分发。

可见，现有技术中深度内容的分发，不能自动识别深度内容与非深度内容，需要借助大量的人力，耗时长，深度内容无法及时分发给用户，且无法判断分发的用户是否对深度内容有消费意愿，操作流程不够方便，分发对象不够明确。

发明内容

本发明实施例的目的在于提供一种内容识别、内容分发方法、装置及电子设备，以分别实现自动识别深度内容和有针对性地将其分发给用户。具体技术方案如下：

第一方面，提供了一种内容识别方法，所述方法包括：

获得待识别内容的标题；

对所述待识别内容的标题进行预处理，获得至少一个标题字和/或词；

将各个标题字和/或词按其在标题中出现的顺序输入至预设的基于长短期记忆循环神经网络LSTM的深度内容分类模型；所述预设的LSTM深度内容分类模型是通过收集精华内容得到的正样本和收集的非精华内容得到的负样本训练后的模型；

所述深度内容分类模型，按输入的顺序对标题字和/或词进行顺序计算，获得标题为深度内容标题的概率，若所述概率大于预设概率阈值，则所述待识别内容为深度内容，若所述概率不大于预设概率阈值，则所述待识别内容为非深度内容。

可选的，所述基于LSTM的深度内容分类模型的训练步骤，包括：

获得预设数量的深度内容标题和非深度内容标题，分别添加正样本或负样本的标签，作为深度内容的正样本和负样本；

利用深度内容的正样本和负样本，分别利用指定的各个预处理方式对LSTM神经网络进行训练。

可选的，所述获得预设数量的深度内容标题和非深度内容标题，分别添加正样本或负样本的标签，作为深度内容的正样本和负样本的步骤，包括：