[发明专利]一种信息识别方法、装置及设备

权利要求书

1.一种信息识别方法，其特征在于，包括：

获取用户发表的言论信息；

对所述言论信息进行识别，得到所述言论信息是否为预设类型的信息的第一识别结果；

若所述第一识别结果表示所述言论信息不是所述预设类型的信息，根据所述言论信息确认用户可信度，根据用户可信度确认所述言论信息是否为预设类型的信息的第二识别结果。

2.根据权利要求1所述的信息识别方法，其特征在于，对所述言论信息进行识别，得到所述言论信息是否为预设类型的信息的第一识别结果，包括：

将所述言论信息与预设言论模板匹配，若匹配成功，确定所述言论信息为预设类型的信息；若匹配不成功，将所述言论信息输入训练好的预设言论判别模型进行处理，输出所述言论信息是否为预设类型的信息的第一识别结果。

3.根据权利要求2所述的信息识别方法，其特征在于，将所述言论信息与预设言论模板匹配，若匹配成功，确定所述言论信息为预设类型的信息，包括：

利用预设语义转换模型将所述言论信息转换为语义向量；

根据所述语义向量从预先存储的语义向量库的语义索引中查询，若存在与所述言论信息的相似度大于预设相似性阈值的至少一个言论模板，则匹配成功，确定所述言论信息为预设类型的信息。

4.根据权利要求2所述的信息识别方法，其特征在于，将所述言论信息输入训练好的预设言论判别模型进行处理，输出所述言论信息是否为预设类型的信息的第一识别结果，包括：

将所述言论信息输入训练好的预设言论判别模型的言论态度判别模型进行处理，得到第一处理结果；所述第一处理结果包括三元组用户发表的言论信息，发言回复数据，态度；

将所述第一处理结果输入训练好的预设言论判别模型的言论内容判别模型进行处理，输出所述言论信息是否为预设类型的信息的第一识别结果。

5.根据权利要求4所述的信息识别方法，其特征在于，将所述言论信息输入训练好的预设言论判别模型的言论态度判别模型进行处理，得到第一处理结果，包括：

将所述言论信息转换成二元组用户发表的言论信息，发言回复数据；

将所述用户发表的言论信息输入训练好的预设言论判别模型的言论态度判别模型的第一对抗网络G1进行处理，得到第一输出，所述第一对抗网络G1将所述用户发表的言论信息输入第一判别器D1生成第一目标发言回复数据；

将所述发言回复数据输入所述训练好的预设言论判别模型的言论态度判别模型的第二对抗网络G2进行处理，得到第二输出，所述第二对抗网络G2将所述发言回复数据输入第二判别器D2生成第一目标言论信息；

将所述第一输出和所述第二输出，输入所述训练好的预设言论判别模型的言论态度判别模型的长短期记忆LSTM层进行处理，得到LSTM层的输出；

将所述第一目标发言回复数据和所述第一目标言论信息，输入所述训练好的预设言论判别模型的言论态度判别模型的第三判别器D3，并将所述LSTM层的输出输入所述第三判别器D3，得到所述第一处理结果。

6.根据权利要求4所述的信息识别方法，其特征在于，将所述第一处理结果输入训练好的预设言论判别模型的言论内容判别模型进行处理，输出所述言论信息是否为预设类型的信息的第一识别结果，包括：

将所述三元组用户发表的言论信息、发言回复数据、态度的用户发表的言论信息输入训练好的预设言论判别模型的言论内容判别模型的第一编码器进行处理，得到第一编码向量；

将所述发言回复数据输入所述言论内容判别模型的第二编码器进行处理，得到第二编码向量；

将所述态度输入所述言论内容判别模型的第三编码器进行处理，得到第三编码向量；

将所述第一编码向量、第二编码向量以及所述第三编码向量，输入所述言论内容判别模型的卷积层进行处理，得到卷积输出；

将所述卷积输出输入所述言论内容判别模型的增强层进行处理，得到增强输出；

将所述增强输出输入所述言论内容判别模型的全连接层进行处理，输出所述言论信息是否为预设类型的信息的第一识别结果。