[发明专利]基于人工智能的图文内容质量识别方法和装置

说明书

本申请涉及一种基于人工智能的图文内容质量识别方法和装置。所述方法包括：获取待识别文章，并提取待识别文章的文章先验特征、文本内容和图文序列特征。对各文章先验特征进行特征交叉处理，得到交叉先验特征向量。根据文本内容生成待识别文章的文档特征向量。对各图文序列特征进行加权处理，得到加权处理后的图文序列特征向量，进而将交叉先验特征向量、文档特征向量和加权处理后的图文序列特征向量进行全连接处理，得到待识别文章的综合特征向量，基于综合特征向量确定待识别文章的图文内容质量。采用本方法结合了待识别文章的多个维度，对图文内容质量进行判定和识别，避免单一维度判断方式得到的片面结果，提升图文内容质量判定结果的准确度。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的图文内容质量识别方法和装置。

背景技术

随着人工智能技术的不断发展，以及互联网技术的广泛应用，通过互联网获取和传播图文信息的方式日渐普及。而由于信息量巨大，往往很难识别到优质且合适的内容，并推送至不同用户，进而需要提升用户获取优质信息以及企业进行优质业务信息推广的便捷性。

传统上，多采用有监督或无监督的图文优质内容识别技术，其中，有监督的图文识别技术主要从文本角度进行内容质量的判定，而无监督的图文识别技术主要从文章词法多样性和句法多样性等统计学角度进行内容质量判定。

但由于有监督的图文识别技术，比如使用fastText、textcnn、bert等从文本角度进行内容质量判定的方法，涉及的维度较为单一，不够全面。同时，无监督的图文识别技术从文章词法多样性或句法多样性等统计学角度进行内容质量判定时,未引入不同语义信息对应的不同特殊语言场景，容易产生判定错误。因此，传统的图文识别技术，进行内容质量判定得到判定结果的准确度仍然较为低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升图文内容质量判定结果的准确度的基于人工智能的图文内容质量识别方法和装置。

一种基于人工智能的图文内容质量识别方法，所述方法包括：

获取待识别文章，并提取所述待识别文章的文章先验特征、文本内容和图文序列特征；

对各所述文章先验特征进行特征交叉处理，得到交叉先验特征向量；

根据所述文本内容生成所述待识别文章的文档特征向量；

对各所述图文序列特征进行加权处理，得到加权处理后的图文序列特征向量；

将所述交叉先验特征向量、所述文档特征向量和加权处理后的所述图文序列特征向量进行全连接处理，得到所述待识别文章的综合特征向量；

基于所述综合特征向量确定所述待识别文章的图文内容质量。

一种基于人工智能的图文内容质量识别装置，所述装置包括：

待识别文章获取模块，用于获取待识别文章，并提取所述待识别文章的文章先验特征、文本内容和图文序列特征；

交叉先验特征向量生成模块，用于对各所述文章先验特征进行特征交叉处理，得到交叉先验特征向量；

文档特征向量生成模块，用于根据所述文本内容生成所述待识别文章的文档特征向量；

图文序列特征向量生成模块，用于对各所述图文序列特征进行加权处理，得到加权处理后的图文序列特征向量；

综合特征向量生成模块，用于将所述交叉先验特征向量、所述文档特征向量和加权处理后的所述图文序列特征向量进行全连接处理，得到所述待识别文章的综合特征向量；

图文内容质量确定模块，用于基于所述综合特征向量确定所述待识别文章的图文内容质量。