[发明专利]图文内容的分类方法、装置、电子设备及存储介质

说明书

本申请提供了一种图文内容的分类方法、装置、电子设备及存储介质，涉及人工智能领域，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。本申请实施例在保证分类出的内容基础质量的同时还保证了内容后续分发效果，避免了人力进行内容分类的标准不统一以及效率低下等问题。

技术领域

本申请涉及人工智能领域，具体涉及一种图文内容的分类方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，信息的生产、积累、共享以及传播越来越多样且灵活，其中，图文内容的传播在现代人类生活中占据了重要地位，例如：社交平台上图文内容的传播、自媒体平台上图文内容的传播。为了提高用户消费图文内容的体验，扶持优质内容抑制劣质内容，需要对所传播的图文内容进行优劣识别以进一步对图文内容进行相应策略的管理。

现有技术中，对于图文内容的优劣通过运营人员根据个人经验人为地进行识别，效率低下。而且这一方法很大程度上依赖于运营人员的个人经验，不同的运营人员经验水平不一，所采用的标准也不统一，从而导致经验无法有效地沉淀。

发明内容

本申请的一个目的在于提出一种图文内容的分类方法、装置、电子设备及存储介质，在保证分类出的内容基础质量的同时还保证了内容后续分发效果，避免了人力进行内容分类的标准不统一以及效率低下等问题。

根据本申请实施例的一方面，公开了一种图文内容的分类方法，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。

根据本申请实施例的一方面，公开了一种图文内容的分类装置，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，所述装置包括：

获取模块，配置为获取消费数据，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；

筛选模块，配置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；

更新模块，配置为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。

在本申请的一示例性实施例中，所述装置配置为：

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。

在本申请的一示例性实施例中，所述装置配置为：

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，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；

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。