[发明专利]图文内容的分类方法、装置、电子设备及存储介质

权利要求书

1.一种图文内容的分类方法，其特征在于，通过预设的正负样本预训练得到先验模型，并通过所述先验模型基于内容的图文特征对内容进行分类，所述方法包括：

获取消费数据，其中，所述消费数据用于描述消费端对已分发内容的消费行为；

基于所述消费数据从所述已分发内容中筛选出新的正负样本；

通过所述新的正负样本更新所述先验模型，并通过更新后的先验模型继续进行内容分类。

2.根据权利要求1所述的方法，其特征在于，基于内容的图文特征对内容进行分类，包括：

提取出内容包含的文本，并对所述文本进行向量化处理，得到所述文本的第一向量；

提取出内容包含的图片，并对所述图片进行向量化处理，得到所述图片的第二向量；

基于对所述文本以及所述图片的统计处理获取内容的统计特征，并对所述统计特征进行向量化处理，得到所述统计特征的第三向量；

基于人工神经网络对所述第一向量、所述第二向量以及所述第三向量进行融合处理，对内容进行分类。

3.根据权利要求2所述的方法，其特征在于，在所述基于人工神经网络对所述第一向量、所述第二向量以及所述第三向量进行融合处理之前，所述方法还包括：

提取出用于描述内容的排版结构的排版特征，并对所述排版特征进行向量化处理，得到所述排版特征的第四向量；

所述基于人工神经网络对所述第一向量、所述第二向量以及所述第三向量进行融合处理，包括：

基于所述人工神经网络对所述第一向量、所述第二向量、所述第三向量以及所述第四向量进行融合处理，对内容进行分类。

4.根据权利要求3所述的方法，其特征在于，所述提取出用于描述内容的排版结构的排版特征，并对所述排版特征进行向量化处理，得到所述排版特征的第四向量，包括：

提取出用于描述所述文本的排版结构的第一排版特征；

提取出用于描述所述图片的排版结构的第二排版特征；

提取出用于描述所述文本与所述图片相互配合的排版结构的第三排版特征；

分别对所述第一排版特征、所述第二排版特征以及所述第三排版特征进行向量化处理，得到所述排版特征的第四向量。

5.根据权利要求2所述的方法，其特征在于，在所述基于人工神经网络对所述第一向量、所述第二向量以及所述第三向量进行融合处理之前，所述方法还包括：

提取出内容所来源生产端的账号信息的账号属性，并对所述账号属性进行向量化处理，得到所述账号属性的第五向量；

所述基于人工神经网络对所述第一向量、所述第二向量以及所述第三向量进行融合处理，包括：

基于所述人工神经网络对所述第一向量、所述第二向量、所述第三向量以及所述第五向量进行融合处理，对内容进行分类。

6.根据权利要求1所述的方法，其特征在于，基于所述消费数据从所述已分发内容中筛选出新的正负样本，包括：

基于所述消费数据确定所述已分发内容在预设各消费指标上的消费表现；

基于所述消费表现对所述已分发内容进行评分，得到所述已分发内容的后验分数；

根据所述已分发内容的后验分数与预设基准分数的比较结果，从所述已分发内容中筛选出新的正样本以及新的负样本，其中，所述新的正样本的后验分数高于或等于所述预设基准分数，所述新的负样本的后验分数低于所述预设基准分数。

7.根据权利要求1所述的方法，其特征在于，通过所述新的正负样本更新所述先验模型，包括：

构建由所述新的正负样本所组成的训练集，并通过所述训练集训练所述先验模型，得到预更新的先验模型；

构建由所述新的正负样本所组成的验证集，并通过所述验证集验证所述预更新的先验模型；

若验证通过则更新所述先验模型，并将所述预更新的先验模型作为所述更新的先验模型。