多媒体广告的审核方法、广告审核模型的训练方法及装置制造方法及图纸

本发明专利技术实施例提供一种多媒体广告的审核方法、广告审核模型的训练方法及装置。所述多媒体广告的审核方法包括：获取待审核的多媒体广告数据；获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。本发明专利技术提供的多媒体广告的审核方法、广告审核模型的训练方法及装置，实现了多媒体广告的自动审核，提高了多媒体广告的审核质量和审核效率。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种多媒体广告的审核方法、广告审核模型的训练方法及装置。
技术介绍
随着计算机技术和互联网技术的快速发展，互联网上的各种多媒体广告层出不穷。现有技术中多媒体广告的审核工作还是依赖于人工完成的，但由于互联网上多媒体广告数量的极速增加，这给多媒体广告的审核工作带来了巨大的压力。例如，由于人工审核多媒体广告的效率较低，这造成很多商户的多媒体广告不能得到及时审核，延误多媒体广告的投放；又如，由于多媒体广告数量巨大，人工审核的时候为追求效率，对多媒体广告的审核就会放松，影响多媒体广告的审核质量。
技术实现思路
本专利技术的目的在于提供一种多媒体广告的审核方法、广告审核模型的训练方法及装置，以实现多媒体广告的自动审核，提高多媒体广告的审核质量和审核效率。根据本专利技术的一方面，本专利技术提供一种多媒体广告的审核方法，所述方法包括：获取待审核的多媒体广告数据；获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据的处理包括：将所述多媒体广告数据输入所述图像广告数据分类模型，获取所述多媒体广告数据记录的图像实体的数据；所述将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果的处理包括：将所述属性信息和所述图像实体的数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型还包括预先训练的文字广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据的处理还包括：将所述多媒体广告数据输入所述文字广告数据分类模型，获取所述多媒体广告数据记录的文字特征数据；所述将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果的处理包括：将所述属性信息、所述图像实体的数据和所述文字特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，在所述多媒体广告为动态图像时，所述获取待审核的多媒体广告数据的处理包括：将所述多媒体广告数据解析为多张图片的数据；从所述多张图片的数据中选取一张图片的数据作为所述待审核的多媒体广告数据。可选地，所述属性信息包括所述商户的行业特征、资质特征和登录页特征当中的至少一个。根据本专利技术的另一方面，本专利技术还提供一种广告审核模型的训练方法，所述方法包括：获取标注有审核结果的多个多媒体广告训练样本数据，所述审核结果为通过或拒绝；分别获取发布所述多个多媒体广告训练样本数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据；对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据的处理包括：分别将任一多媒体广告训练样本数据输入所述图像广告数据分类模型，获取该多媒体广告训练样本数据记录的图像实体的数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型的处理包括：对已获取所述商户的属性信息和所述图像实体的数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型还包括预先训练的文字广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据的处理还包括：分别将任一多媒体广告训练样本数据输入所述文字广告数据分类模型，获取该多媒体广告训练样本数据记录的文字特征数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型的处理包括：对已获取所述商户的属性信息、所述图像实体的数据和所述文字特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。可选地，所述方法还包括：获取被标注为审核结果不确定的多个多媒体广告数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型的处理包括：对由已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据、以及所述多个多媒体广告数据构成的训练样本集进行训练，得到所述广告审核模型。根据本专利技术的另一方面，本专利技术还提供一种多媒体广告的审核装置，所述装置包括：多媒体广告数据获取单元，用于获取待审核的多媒体广告数据；属性信息和特征数据获取单元，用于获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；多媒体广告数据审核单元，用于将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型，所述属性信息和特征数据获取单元用于将所述多媒体广告数据输入所述图像广告数据分类模型，获取所述多媒体广告数据记录的图像实体的数据；所述多媒体广告数据审核单元用于将所述属性信息和所述图像实体的数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型还包括预先训练的文字广告数据分类模型，所述属性信息和特征数据获取单元还用于将所述多媒体广告数据输入所述文字广告数据分类模型，获取所述多媒体广告数据记录的文字特征数据；所述多媒体广告数据审核单元用于将所述属性信息、所述图像实体的数据和所述文字特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。可选地，在所述多媒体广告为动态图像时，所述多媒体广告数据获取单元包括：多媒体广告数据解析子单元，用于将所述多媒体广告数据解析为多张图片的数据；多媒体广告数据获取子单元，用于从所述多张图片的数据中选取一张图片的数据作为所述待审核的多媒体广告数据。可选地，所述属性信息包括所述商户的行业特征、资质特征和登录页特征当中的至少一个。根据本专利技术的另一方面，本专利技术还提供一种广告审核模型的训练装置，所述装置包括：训练样本数据获取单元，用于获取标注有审核结果的多个多媒体广告训练样本数据，所述审核结果为通过或拒绝；属性信息和特征数据获取单元，用于分别获取发布所述多个多媒体广告训练样本数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据；广告审核模型获得单元，用于对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。可选地，所述预先训练本文档来自技高网...

【技术保护点】
一种多媒体广告的审核方法，其特征在于，所述方法包括：获取待审核的多媒体广告数据；获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。

【技术特征摘要】
1.一种多媒体广告的审核方法，其特征在于，所述方法包括：获取待审核的多媒体广告数据；获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。2.根据权利要求1所述的方法，其特征在于，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据的处理包括：将所述多媒体广告数据输入所述图像广告数据分类模型，获取所述多媒体广告数据记录的图像实体的数据；所述将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果的处理包括：将所述属性信息和所述图像实体的数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。3.根据权利要求2所述的方法，其特征在于，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型还包括预先训练的文字广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据的处理还包括：将所述多媒体广告数据输入所述文字广告数据分类模型，获取所述多媒体广告数据记录的文字特征数据；所述将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果的处理包括：将所述属性信息、所述图像实体的数据和所述文字特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。4.根据权利要求1～3中任一项所述的方法，其特征在于，在所述多媒体广告为动态图像时，所述获取待审核的多媒体广告数据的处理包括：将所述多媒体广告数据解析为多张图片的数据；从所述多张图片的数据中选取一张图片的数据作为所述待审核的多媒体广告数据。5.根据权利要求1～3中任一项所述的方法，其特征在于，所述属性信息包括所述商户的行业特征、资质特征和登录页特征当中的至少一个。6.一种广告审核模型的训练方法，其特征在于，所述方法包括：获取标注有审核结果的多个多媒体广告训练样本数据，所述审核结果为通过或拒绝；分别获取发布所述多个多媒体广告训练样本数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据；对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。7.根据权利要求6所述的方法，其特征在于，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据的处理包括：分别将任一多媒体广告训练样本数据输入所述图像广告数据分类模型，获取该多媒体广告训练样本数据记录的图像实体的数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型的处理包括：对已获取所述商户的属性信息和所述图像实体的数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。8.根据权利要求7所述的方法，其特征在于，所述预先训练的广告数据分类模型包括预先训练的图像广告数据分类模型还包括预先训练的文字广告数据分类模型，所述根据预先训练的广告数据分类模型获取所述多个多媒体广告训练样本数据的特征数据的处理还包括：分别将任一多媒体广告训练样本数据输入所述文字广告数据分类模型，获取该多媒体广告训练样本数据记录的文字特征数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型的处理包括：对已获取所述商户的属性信息、所述图像实体的数据和所述文字特
\t征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核模型。9.根据权利要求6～8中任一项所述的方法，其特征在于，所述方法还包括：获取被标注为审核结果不确定的多个多媒体广告数据；所述对已获取所述商户的属性信息和所述特征数据的多个多媒体广告训练样本数据进行训练，得到所述广告审核...

【专利技术属性】
技术研发人员：邓玥琳，刘辉，罗祥凤，黄浩，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11