[发明专利]内容分类方法和装置

说明书

本申请的实施例提供了一种内容分类方法和装置，涉及计算机技术领域。该内容分类方法包括：获取候选内容分类标签，以及获取候选内容分类标签整体对应的分类特征向量；基于待分类内容包含的内容，生成内容特征向量；对图像特征向量以及文本特征向量进行特征融合，生成内容特征向量；基于内容特征向量以及分类特征向量，在候选内容分类标签中预测待分类内容所属的内容分类标签。本申请实施例的技术方案实现对待分类内容进行更加精细粒度的分类识别，可以有效提高对待分类内容进行内容分类的准确度。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种内容分类方法和装置。

背景技术

目前，在为用户推送包含视频或图片的内容时，需要对包含色情、犯罪等灰色不良内容进行识别过滤，以避免对用户的身心健康造成影响。而在实际的应用场景中，除了需要对灰色不良内容进行识别过滤外，一般也需要针对不包含灰色不良内容但包含对用户造成心理不适的内容也进行识别过滤，如对包含恶心牙齿、痘痘、密恐、蛇、暴力惊悚等图片内容元素的内容也需要进行识别过滤。

相关技术提出的内容识别方法一般通过一些简单的机器学习模型来对那些容易对用户造成心理不适的内容进行分类识别，但是这种分类识别方式直接将内容识别为正常或者会对用户造成心理不适。这种分类识别方式存在识别粒度过粗的问题，即无法对包含不同的图片内容元素的内容进行更加精细粒度的识别的问题，进而无法满足当前对用户进行精准的内容推送的需求。

发明内容

本申请的实施例提供了一种内容分类方法和装置，可以解决相关技术中的方式存在无法对包含不同的图片内容元素的内容进行更加精细粒度的识别的问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种内容分类方法，包括：获取候选内容分类标签，以及获取所述候选内容分类标签整体对应的分类特征向量，所述候选内容分类标签是根据图像内容元素划分得到的多个标签，所述分类特征向量是基于多个图像内容元素对应的图像特征向量以及用于表示图像内容元素之间的关联关系的关联矩阵生成的；基于待分类内容包含的内容，生成内容特征向量；基于所述内容特征向量以及所述分类特征向量，在所述候选内容分类标签中预测所述待分类内容所属的内容分类标签。

根据本申请实施例的一个方面，提供了一种内容分类装置，包括：第一获取单元，用于获取候选内容分类标签，以及获取所述候选内容分类标签整体对应的分类特征向量，所述候选内容分类标签是根据图像内容元素划分得到的多个标签，所述分类特征向量是基于多个图像内容元素对应的图像特征向量以及用于表示图像内容元素之间的关联关系的关联矩阵生成的；第一生成单元，用于基于待分类内容包含的内容，生成内容特征向量；预测单元，用于基于所述内容特征向量以及所述分类特征向量，在所述候选内容分类标签中预测所述待分类内容所属的内容分类标签。

在本申请的一些实施例中，基于前述方案，所述第一获取单元被配置为：获取多个图像内容元素对应的图像特征向量，以及获取包含所述多个图像内容元素之间的关联关系的关联矩阵；将多个图像内容元素对应的图像特征向量进行拼接处理，生成图像特征矩阵；基于所述图像特征矩阵以及所述关联矩阵，生成所述候选内容分类标签整体对应的分类特征向量。

在本申请的一些实施例中，基于前述方案，所述第一获取单元被配置为：针对每个图像内容元素，分别获取包含所述图像内容元素的目标样本图像；针对每个图像内容元素，分别对所述目标样本图像进行特征提取，得到所述目标样本图像对应的样本图像特征向量；针对每个图像内容元素，基于所述目标样本图像对应的样本图像特征向量的平均值，生成所述图像内容元素对应的图像特征向量。

在本申请的一些实施例中，基于前述方案，所述第一获取单元被配置为：确定所述多个图像内容元素中每两个图像内容元素之间的关联度；基于所述关联度，生成用于表示图像内容元素之间的关联关系的关联矩阵。