[发明专利]数据的审核方法、装置及设备

权利要求书

1.一种数据的审核方法，其特征在于，包括：

获取待审核数据以及所述待审核数据的标签信息；

对所述待审核数据进行处理，获得与所述待审核数据相对应的词汇表征特征；

对所述标签信息进行处理，获得与所述标签信息相对应的标签表征特征；

根据所述词汇表征特征和所述标签表征特征确定与所述待审核数据相对应的目标数据，并对所述目标数据进行审核；

根据所述词汇表征特征和所述标签表征特征确定与所述待审核数据相对应的目标数据，包括：

获取所述词汇表征特征与所述标签表征特征的关联度信息；

对所述关联度信息和所述词汇表征特征进行整合处理，获得与待审核数据相对应的目标数据。

2.根据权利要求1所述的方法，其特征在于，对所述待审核数据进行处理，获得与所述待审核数据相对应的词汇表征特征，包括：

对所述待审核数据进行分词处理，获得与所述待审核数据相对应的分词信息；

对所述分词信息进行处理，获得与所述待审核数据相对应的词汇表征特征。

3.根据权利要求1所述的方法，其特征在于，对所述标签信息进行处理，获得与所述标签信息相对应的标签表征特征，包括：

对所述标签信息进行分词处理，获得与所述标签信息相对应的分词标签；

获取所述分词标签的全局特征、时序特征和局部特征；

将所述全局特征、时序特征和局部特征整合处理为与所述标签信息相对应的标签表征特征。

4.根据权利要求3所述的方法，其特征在于，获取所述分词标签的全局特征、时序特征和局部特征，包括：

对所述分词标签进行one-hot编码处理，获得所述全局特征；

利用word2vec算法对所述全局特征进行处理，获得所述时序特征和局部特征。

5.根据权利要求4所述的方法，其特征在于，利用word2vec算法对所述全局特征进行处理，获得所述时序特征和局部特征，包括：

利用双向门控循环单元BIGRU算法对所述全局特征进行处理，获得所述时序特征；

利用一维卷积神经网络CNN算法对所述时序特征进行处理，获得所述局部特征。

6.根据权利要求1所述的方法，其特征在于，获取所述词汇表征特征与所述标签表征特征的关联度信息，包括：

获取所述词汇表征特征与所述标签表征特征之间的距离信息；

根据所述距离信息确定所述词汇表征特征与所述标签表征特征的关联度信息。

7.根据权利要求6所述的方法，其特征在于，所述距离信息包括以下至少之一：

余弦距离、欧氏距离、马氏距离。

8.根据权利要求1所述的方法，其特征在于，对所述关联度信息和所述词汇表征特征进行整合处理，获得与待审核数据相对应的目标数据，包括：

获取所述关联度信息和所述词汇表征特征的平均值；

将所述平均值确定为与所述待审核数据相对应的目标数据。

9.根据权利要求1所述的方法，其特征在于，对所述关联度信息和所述词汇表征特征进行整合处理，获得与待审核数据相对应的目标数据，包括：

获取所述关联度信息的第一权重信息和所述词汇表征特征的第二权重信息；

根据所述第一权重信息和所述第二权重信息确定所述关联度信息与所述词汇表征特征的加权平均值；

将所述加权平均值确定为与所述待审核数据相对应的目标数据。

10.根据权利要求9所述的方法，其特征在于，获取所述关联度信息的第一权重信息，包括：

获取所述关联度信息的第一预设频率或第一预设关注度；

根据所述第一预设频率或者第一预设关注度确定所述第一权重信息。