[发明专利]菜谱类内容的识别方法、装置、终端及可读存储介质在审
申请号: | 201910959885.0 | 申请日: | 2019-10-10 |
公开(公告)号: | CN110688845A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 石锋;江峰;黄尚志 | 申请(专利权)人: | 汉海信息技术(上海)有限公司 |
主分类号: | G06F40/279 | 分类号: | G06F40/279;G06F16/33;G06F16/35;G06Q30/02 |
代理公司: | 11138 北京三高永信知识产权代理有限责任公司 | 代理人: | 谢冬寒 |
地址: | 200050 上海市长*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户原创内容 菜谱 文本特征 两组 匹配条件 网络平台 人工智能领域 存储介质 正确率 种菜 申请 终端 发布 | ||
1.一种菜谱类内容的识别方法,其特征在于:
获取网络平台中的用户原创内容,所述网络平台中提供有用户原创内容发布功能;
从所述用户原创内容中提取文本特征;
将所述用户原创内容以及所述文本特征输入菜谱识别模型,得到至少两组识别结果,所述菜谱识别模型中包括通过不同识别算法对所述文本特征进行识别的至少两个模型,其中,所述菜谱识别模型用于确定所述用户原创内容对菜谱类内容的包含情况;
当所述至少两组识别结果符合菜谱匹配条件时,确定所述用户原创内容中包含所述菜谱类内容。
2.根据权利要求1所述的方法,其特征在于,所述菜谱识别模型中包括第一识别模型;
所述将所述用户原创内容以及所述文本特征输入菜谱识别模型,得到至少两组识别结果,包括:
将所述用户原创内容以及所述文本特征输入所述第一识别模型,得到第一识别结果,所述第一识别结果是所述第一识别模型通过逻辑回归算法对所述文本特征进行识别得到的结果。
3.根据权利要求1所述的方法,其特征在于,所述菜谱识别模型中包括第二识别模型:
所述将所述用户原创内容以及所述文本特征输入菜谱识别模型,得到至少两组识别结果,包括:
将所述用户原创内容以及所述文本特征输入所述第二识别模型,得到第二识别结果,所述第二识别结果是所述第二识别模型通过双向长短期记忆人工神经网络算法对文本特征进行识别得到的结果。
4.根据权利要求1至3任一所述的方法,其特征在于,每组所述识别结果中包括目标概率,所述目标概率用于表示所述用户原创内容中包含所述菜谱类内容的概率;
所述当所述至少两组识别结果符合菜谱匹配条件时,确定所述用户原创内容中包含所述菜谱类内容,包括:
当所述识别结果对应的所述目标概率达到概率阈值时,确定所述识别结果为符合所述菜谱匹配条件的目标识别结果;
当所述至少两组识别结果中,所述目标识别结果的占比达到比例阈值时,确定所述用户原创内容中包含所述菜谱类内容。
5.根据权利要求1至3任一所述的方法,其特征在于,所述从所述用户原创内容中提取文本特征,包括:
根据所述菜谱类内容的特性对所述用户原创内容进行特征提取,得到字特征和词特征。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
当所述词特征包含至少两个所述字特征时,从所述文本特征中滤除所述词特征中包含的所述字特征。
7.根据权利要求1至4任一所述的方法,其特征在于,所述用户原创内容是目标账号发布在所述网络平台中的内容;
所述在确定所述用户原创内容中包含所述菜谱类内容之后,还包括:
对所述目标账号触发所述网络平台中与所述菜谱类内容对应的奖励机制。
8.一种菜谱类内容的识别装置,其特征在于,所述装置包括:
获取模块,用于获取网络平台中的用户原创内容,所述网络平台中提供有用户原创内容发布功能;
所述获取模块,还用于从所述用户原创内容中提取文本特征;
输入模块,用于将所述用户原创内容和所述文本特征输入菜谱识别模型,得到至少两组识别结果,所述菜谱识别模型中包括通过不同识别算法对所述文本特征进行识别的至少两个模型,其中,所述菜谱识别模型用于根据所述文本特征确定所述用户原创内容对菜谱类内容的包含情况;
确定模块,用于当所述至少两组识别结果符合菜谱匹配条件时,确定所述用户原创内容中包含所述菜谱类内容。
9.一种计算机设备,其特征在于,所述终端设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的菜谱类内容的识别方法。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的菜谱类内容的识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于汉海信息技术(上海)有限公司,未经汉海信息技术(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910959885.0/1.html,转载请声明来源钻瓜专利网。