【技术实现步骤摘要】
本专利技术涉及数据处理领域,具体而言,涉及一种文件属性信息的处理方法和装置。
技术介绍
现有技术中提供了越来越多的音乐平台,这些音乐平台一般拥有百万量级的乐库,在用户使用这些音乐平台时,往往通过音乐属性信息对音乐数据进行了解和选择,其中的音乐属性信息为描述音乐数据的属性信息,如音乐属性信息中可以包括音乐数据的名称,现有的音乐属性信息中往往存在着大量的噪音,如,音乐数据中的歌曲名、专辑名的属性信息中夹杂的歌手、版本等其他信息,例如,刘德华-忘情水(liveinbeijing),这个歌曲名的文件属性信息里夹杂了歌手“刘德华”、版本“liveinBeijing”的噪音。现有技术中,为了去除这些音乐属性信息中的噪音,从全量数据(即数据库中的全部数据中)中提取中可能有噪音的歌曲名,再由人工去掉噪音。上述的音乐属性信息去噪依赖人工,人工去噪操作效率低,对大量的文件属性信息无法完成去噪工作;并且依赖人工去除噪音,操作的准确率也很低,无法准确进行去噪。其中,上述的噪音为文件属性信息中存在的不符合该信息所描述属性的数据。如,文件属性信息描述的为文件的名称属性,但是该文件属性信息中存在文件大小的数据(如,12M),该数据即为本申请的文件属性信息中的噪音。上述的文件属性信息可以为音乐文件、图片文件等文件的属性信息。针对上述的对音乐属性信息的人工去除不符合音乐属性的描述信息的效率低
【技术保护点】
一种文件属性信息的处理方法,其特征在于,包括:获取待处理文件中属于第一属性的第一描述信息;获取用于对所述第一属性进行匹配的匹配条件,其中,所述匹配条件用于指示目标描述信息和所述目标描述信息所属的第二属性;比较所述第一描述信息与所述目标描述信息;若所述第一描述信息包含所述目标描述信息,则将所述目标描述信息从所述第一描述信息中删除;以及将所述目标描述信息设置为所述待处理文件中属于所述第二属性的第二描述信息。
【技术特征摘要】
1.一种文件属性信息的处理方法,其特征在于,包括:
获取待处理文件中属于第一属性的第一描述信息;
获取用于对所述第一属性进行匹配的匹配条件,其中,所述匹配
条件用于指示目标描述信息和所述目标描述信息所属的第二属性;
比较所述第一描述信息与所述目标描述信息;
若所述第一描述信息包含所述目标描述信息,则将所述目标描述
信息从所述第一描述信息中删除;以及
将所述目标描述信息设置为所述待处理文件中属于所述第二属
性的第二描述信息。
2.根据权利要求1所述的处理方法,其特征在于,将所述目标描述信息
从所述第一描述信息中删除包括:
检测所述第一描述信息包含的所述目标描述信息是否具有标识
符;
若所述第一描述信息包含的所述目标描述信息具有所述标识符,
则将所述目标描述信息从所述第一描述信息中删除。
3.根据权利要求2所述的处理方法,其特征在于,检测所述第一描述信
息包含的所述目标描述信息是否具有标识符包括:
获取标识符集合,其中,所述标识符集合中保存有多个预设的所
述标识符;
检测所述第一描述信息包含的所述目标描述信息前后存在的字
符是否存在于所述标识符集合;
若所述第一描述信息包含的所述目标描述信息前后存在的字符
存在于所述标识符集合,则检测出所述第一描述信息包含的所述目标
描述信息具有所述标识符。
4.根据权利要求2所述的处理方法,其特征在于,将所述目标描述信息
从所述第一描述信息中删除包括:
将所述目标描述信息和/或所述目标描述信息的标识符从所述第
一描述信息中删除。
5.根据权利要求1所述的处理方法,其特征在于,在将所述目标描述信
息从所述第一描述信息中删除之后,所述处理方法还包括:
判断删除所述目标描述信息之后的第一描述信息是否为空字符
串;
若去除所述目标描述信息之后的第一描述信息为所述空字符串,
则回退所述将所述目标描述信息从所述第一描述信息中删除的处理。
6.根据权利要求1所述的处理方法,其特征在于,将所述目标描述信息
设置为所述待处理文件中属于所述第二属性的第二描述信息包括:
判断所述目标描述信息所属的所述第二属性是否存在原始描述
信息;
若所述目标描述信息所属的所述第二属性不存在所述原始描述
信息,则将所述目标描述信息设置为所述第二属性的所述第二描述信
息;
若所述目标描述信息对应的所述第二属性存在所述原始描述信
息,则判断所述第二属性的所述原始描述信息是否为符合豁免保护的
信息;
若所述第二属性的所述原始描述信息为所述符合豁免保护的信
息,则使用所述目标描述信息替换所述原始描述信息。
7.根据权利要求1至6中任意一项所述的处理方法,其特征在于,在获
取用于对所述第一属性进行匹配的匹配条件之前,所述处理方法还包
括:按照下述生成方法中至少之一生成多个所述匹配条件:
从预先获取的知识库中导出文件的一个或多个属性的属性描述
\t信息,按照预设格式将所述属性描述信息生成多个有限集合匹配条
件;
使用标识符分割所述知识库中的属性描述信息得到多个属性子
信息,统计各个所述属性子信息,得到各个所述属性子信息的统计频
率,将超过预设统计频率的属性子信息进行过滤得到过滤后的属性子
信息,将所述过滤后的属性子信息按照所述预设格式生成多个所述有
限集合匹配条件;
按照预设输入格式输入前后缀匹配条件,
其中,所述匹配条件包括所述有限集合匹配条件和所述前后缀匹
配条件。
8.一种文件属性信息的处理装置,其特征在于,包括:
第一获取模块,用于获取待处理...
【专利技术属性】
技术研发人员:马跃超,
申请(专利权)人:深圳市腾讯计算机系统有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。