[发明专利]文本过滤方法、系统、设备及计算机可读存储介质有效
| 申请号： | 201711449882.X | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN110019763B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 陆韬 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F16/36;G06F16/332 |
| 代理公司： | 上海弼兴律师事务所 31283 | 代理人： | 薛琦;张冉 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本数据过滤方法、系统、设备及计算机可读存储介质，其中，所述方法包括：创建垃圾文本信息库，所述垃圾文本信息库存储有至少一垃圾文本数据；对垃圾文本数据进行特征提取，生成垃圾文本特征向量，结合每一特征的权重训练垃圾文本预测模型；对目标文本数据进行特征提取，生成目标文本特征向量，将目标文本特征向量输入垃圾文本预测模型，以计算目标文本数据为垃圾文本数据的概率；根据概率判断目标文本数据是否为垃圾文本数据。本发明能够弥补现有技术中通过人工审核管理论坛、社区或贴吧等发布内容而导致对管理员的粘性过大、占用较多资源的不足，智能化地过滤属于垃圾文本数据的目标文本数据，提高判别效率。 | ||
| 搜索关键词： | 文本 过滤 方法 系统 设备 计算机 可读 存储 介质 | ||
【主权项】：
1.一种文本数据过滤方法，其特征在于，所述文本数据过滤方法包括：创建垃圾文本信息库，所述垃圾文本信息库存储有至少一垃圾文本数据；对所述垃圾文本数据进行特征提取，生成垃圾文本特征向量，结合每一特征的权重训练垃圾文本预测模型；对目标文本数据进行特征提取，生成目标文本特征向量，将所述目标文本特征向量输入所述垃圾文本预测模型，以计算所述目标文本数据为垃圾文本数据的概率；根据所述概率判断所述目标文本数据是否为垃圾文本数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711449882.X/，转载请声明来源钻瓜专利网。
