[发明专利]一种信息识别方法、装置及设备

权利要求书

1.一种信息识别方法，其特征在于，所述信息识别方法包括：

通过预设的过滤特征，对接收的信息进行过滤；

获取过滤后的信息的场景数据，将所述场景数据代入预先训练的神经网络模型，输出所述信息的标签；

根据过滤结果和/或神经网络模型输出的信息的标签，生成提醒信息。

2.根据权利要求1所述的信息识别方法，其特征在于，所述通过预设的过滤特征，对接收的信息进行过滤的步骤包括以下一种或者多种：

如果检测到信息的发送号码为预先设定的号码黑名单中的号码，则过滤掉该信息；

如果检测到信息中包括预先设定的网址黑名单中的网址，则过滤掉该信息；

计算信息中的文本内容与预先设定的虚假信息库中的信息的相似度，如果相似度大于预定的阈值，则过滤掉该信息；

识别信息中的图片或视频中包括的文字内容，计算文本内容与预先设定的虚假信息库中的信息的相似度，如果相似度大于预定的阈值，则过滤掉该信息；

将信息中的图片，或者信息中的视频的图像帧中的图像与预先设定的有害图像特征进行匹配，如果检测图片或者视频中包括有害图像特征，则过滤掉该信息；

获取信息中包括的图片或者视频的统一资源定位符URI，如果所述统一资源定位符URI属于预先设定的网址黑名单中的网址，则过滤掉该信息。

3.根据权利要求1所述的信息识别方法，其特征在于，所述获取过滤后的信息的场景数据的步骤包括：

获取所述过滤后的信息的发送者与用户的对话场景内容；

如果所述对话场景内容中包括语音、图片或视频，则将所述语音、图片或视频转换为文字；

根据信息中的文字内容、转换后的文字，根据时间顺序生成文字序列。

4.根据权利要求1或3所述的信息识别方法，其特征在于，所述将所述场景数据代入预先训练的神经网络模型，输出所述信息的标签的步骤包括：

通过文本分词方法去除场景数据中的文字内容中的停用词，将文本特征向量化；

将向量化的所述文本特征输入预先通过正负样本训练后的神经网络模型，输出所述信息的标签识别结果。

5.根据权利要求1所述的信息识别方法，其特征在于，在获取过滤后的信息的场景数据，将所述场景数据代入预先训练的神经网络模型，输出所述信息的标签的步骤之前，所述方法还包括：

判断当前是否触发敏感特征，所述敏感特征包括调用金融类应用程序，和/或调用支付安全的进程。

6.根据权利要求1所述的信息识别方法，其特征在于，所述根据过滤结果和/或神经网络模型输出的信息的标签，生成提醒信息的步骤包括：

当通过预设的过滤特征过滤掉信息时，则输出第一层级的告警信息；

当通过神经网络模型输出虚假信息的标签时，则输出第二层级的告警信息，所述第二层级的告警信息的严重程度高于第一层级的告警信息的严重程度。

7.根据权利要求6所述的信息识别方法，其特征在于，所述根据过滤结果和/或神经网络模型输出的信息的标签，生成提醒信息的步骤包括：：

当通过神经网络模型输出虚假信息的标签时，则锁定屏幕当前的告警信息，并将当前的场景数据发送至绑定的子女移动终端。

8.一种信息识别装置，其特征在于，所述信息识别装置包括：

过滤单元，用于通过预设的过滤特征，对接收的信息进行过滤；

神经网络模型识别单元，用于获取过滤后的信息的场景数据，将所述场景数据代入预先训练的神经网络模型，输出所述信息的标签；

提醒单元，用于根据过滤结果和/或神经网络模型输出的信息的标签，生成提醒信息。

9.一种信息识别设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述信息识别方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述信息识别方法的步骤。