[发明专利]内容识别分类方法、装置、系统及存储介质

说明书

本发明实施例公开了内容识别分类方法、装置、系统及存储介质，方法包括：获取待分类内容；提取待分类内容的标题，对标题进行第一特征识别，得到第一识别结果，第一识别结果为标题属于预定类别的第一概率；提取与第一概率大于等于第一阈值的标题对应的待分类内容的正文，对正文进行第二特征识别，得到第二识别结果，第二识别结果为正文属于预定类别的第二概率；融合第一识别结果和第二识别结果，得到融合结果，根据融合结果确定待分类内容是否属于预定类型。内容识别分类方法先对待分类内容的标题进行识别，只对标题属于预定类别的概率大于阈值的待分类内容的正文进行识别，减少了对待分类内容识别分类时的工作量，提高了对待分类内容的分类效率。

技术领域

本发明涉及计算机软件技术领域，具体涉及一种内容识别分类方法、装置、系统及存储介质。

背景技术

随着内容的爆炸性增长，为用户进行内容推荐的应用越来越多；这些应用，尤其是个性化Feed流推荐APP(Application，应用程序)会将内容源产生的内容不断的推荐给用户，使得用户获取内容的途径更为便捷。这里需要说明的是，Feed 是一种信息流，其信息流机制是：当用户关注、点赞、收藏、甚至经常阅读一些内容源后，这些内容源产生的内容就会流向用户，并被动态聚合后呈现给用户。

然而，由于内容源、内容制作者的素质参差不齐，这些内容中往往会涉及低俗、标题党、惊悚等类型的低质量内容。当用户阅读到这些低质量内容时，通常会产生反感情绪，导致用户的内容阅读体验降低。因此在面对一个内容时，对该内容进行分类，准确的识别出该内容是否为某一类型的低质量内容显得尤为必要。

发明内容

针对现有技术中的技术缺陷，本发明实施例的目的在于提供一种内容识别分类方法、装置、系统及存储介质，以解决背景技术中所提出的技术问题。

为实现上述目的，第一方面，本发明提供了一种内容识别分类方法，包括步骤：

获取待分类内容；

提取待分类内容的标题，对所述标题进行第一特征识别，得到第一识别结果，所述第一识别结果为所述标题属于预定类别的第一概率；

提取与所述第一概率大于等于第一阈值的标题对应的待分类内容的正文，对所述正文进行第二特征识别，得到第二识别结果，所述第二识别结果为所述正文属于预定类别的第二概率；

融合所述第一识别结果和第二识别结果，得到融合结果，根据所述融合结果确定所述待分类内容是否属于预定类型。

可选的，对所述标题进行第一特征识别，得到第一识别结果，具体包括：

对所述标题进行分词处理，提取组成所述标题的所有第一分词；

统计所有第一分词中第一特征分词的数量，并计算所述第一特征分词在所有第一分词中所占的比例数值，将所述比例数值作为所述第一识别结果，其中，

所述第一特征分词存储在预构建的第一特征分词库中。

可选的，对所述正文进行第二特征识别，得到第二识别结果，具体包括：

对所述正文进行分词处理，提取组成所述正文的所有第二分词；

统计所有第二分词中第二特征分词的数量，并计算所述第二特征分词在所有第二分词中所占的比例数值，将所述比例数值作为所述第二识别结果，其中，

所述第二特征分词存储在预构建的第二特征分词库中。

可选的，融合所述第一识别结果和第二识别结果，得到融合结果，根据所述融合结果确定所述待分类内容是否属于预定类型，具体包括：

将所述第一识别结果和第二识别结果分别进行加权计算，得到第一加权计算值和第二加权计算值；

将所述第一加权计算值和第二加权计算值相加，得到融合计算值；