内容识别方法、装置、介质及电子设备制造方法及图纸

本公开涉及一种内容识别方法、装置、介质及电子设备，所述方法包括：接收待识别内容；根据包含所述待识别内容的多个内容识别对和内容识别模型，获得所述多个内容识别对的识别结果，其中，每一所述内容识别对还包括预设集合中的一个候选内容，所述内容识别模型用于获取所述待识别内容和所述候选内容在多个维度下的维度特征，并基于所述多个维度特征确定所述识别结果，所述多个维度用于表示所述待识别内容中的多种类型的组成部分；根据多个所述识别结果，确定所述待识别内容的目标识别结果。由此，可以实现不同维度的特征之间的识别，提高识别结果的准确性，节省人工工作量，便于用户使用。使用。使用。

【技术实现步骤摘要】
内容识别方法、装置、介质及电子设备


[0001]本公开涉及计算机
，具体地，涉及一种内容识别方法、装置、介质及电子设备。

技术介绍

[0002]计算机技术的发展，使新闻、资讯等内容越来越多地被关注，同时内容共享平台的兴起使得可以发布内容的用户更加多样。平台通常会承载很多的UGC(User
‑
generated content，用户生成内容)和PGC(Professional
‑
generated content，专业生成内容)，而为了保证内容的有效性，通常需要工作人员对发布的内容进行审核，以确定待发布的内容是否是抄袭已发布的其他内容。
[0003]然而在上述过程中需要耗费大量人力的同时，极有可能因为人工主观的理解不同造成误判或者漏判的情况，并且更难以应对大量的内容的审核过程。

技术实现思路

[0004]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]第一方面，本公开提供一种内容识别方法，所述方法包括：
[0006]接收待识别内容；
[0007]根据包含所述待识别内容的多个内容识别对和内容识别模型，获得所述多个内容识别对的识别结果，其中，每一所述内容识别对还包括预设集合中的一个候选内容，所述内容识别模型用于获取所述待识别内容和所述候选内容在多个维度下的维度特征，并基于所述多个维度特征确定所述识别结果，所述多个维度用于表示所述待识别内容中的多种类型的组成部分；
[0008]根据多个所述识别结果，确定所述待识别内容的目标识别结果。
[0009]第二方面，本公开提供一种内容识别装置，所述装置包括：
[0010]接收模块，用于接收待识别内容；
[0011]处理模块，用于根据包含所述待识别内容的多个内容识别对和内容识别模型，获得所述多个内容识别对的识别结果，其中，每一所述内容识别对还包括预设集合中的一个候选内容，所述内容识别模型用于获取所述待识别内容和所述候选内容在多个维度下的维度特征，并基于所述多个维度特征确定所述识别结果，所述多个维度用于表示所述待识别内容中的多种类型的组成部分；
[0012]第一确定模块，用于根据多个所述识别结果，确定所述待识别内容的目标识别结果。
[0013]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
[0014]第四方面，本公开提供一种电子设备，包括：
[0015]存储装置，其上存储有计算机程序；
[0016]处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
[0017]在上述技术方案中，通过将待识别内容与已有的内容形成内容识别对，以基于该内容识别对确定该待识别内容与已有内容之间的关联程度，从而可以基于多个内容识别对的结果综合确定出该待识别内容的识别结果，实现待识别内容的自动审核。由此，通过上述技术方案，在对待识别内容进行识别审核时，可以基于待识别内容中的不同类型的组成部分进行识别，从而可以识别出不同组成部分之间的相似重合行为，实现不同维度的特征之间的识别，提高识别结果的准确性，有效避免待识别内容的误判、漏判的情况，有效节省人工工作量的同时，提高识别结果的准确性，同时为保证原创内容的发布提供有效的数据支持，便于用户使用。
[0018]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0019]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0020]图1是根据本公开的一种实施例提供的内容识别方法的流程图；
[0021]图2是根据包含待识别内容的多个内容识别对和内容识别模型，获得多个内容识别对的识别结果的示例性实现方式的流程图；
[0022]图3是根据本公开的一种实施例提供的标题特征提取子模型的示意图；
[0023]图4是根据本公开的一种实施例提供的图像特征提取子模型的示意图；
[0024]图5是根据本公开的一种实施例提供的内容识别模型的结构示意图；
[0025]图6是根据本公开的一种实施例提供的内容识别装置的框图；
[0026]图7示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
[0027]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0028]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0029]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0030]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0031]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0032]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0033]在实际应用场景中，经申请人研究发现，在内容撰写时可能会出现以下内容相似的抄袭现象：复写已发布内容中的图像，即将现有内容中的图像中的文字以文本的形式复写出来，形成新的文本内容；或者将已发布内容中的视频字幕修改为文本，即将现有内容中的视频中的字幕信息提取出来进行复写，从而形成新的文本内容；或者对另一内容进行简单的改写，以形成新的内容。上述过程中不同类型的信息之间其也可能存在相似度过高的情况，相关技术中针对于此类现象可能会出现漏判的问题。而针对标题相似的文章其分别对应的内容可能差异较大，针对此类现象则容易出现误判。现有技术中难以进行有效识别，人工识别所需的工作量剧增。基于此，本公开还提供以下实施例。
[0034]图1所示，为根据本公开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内容识别方法，其特征在于，所述方法包括：接收待识别内容；根据包含所述待识别内容的多个内容识别对和内容识别模型，获得所述多个内容识别对的识别结果，其中，每一所述内容识别对还包括预设集合中的一个候选内容，所述内容识别模型用于获取所述待识别内容和所述候选内容在多个维度下的维度特征，并基于所述多个维度特征确定所述识别结果，所述多个维度用于表示所述待识别内容中的多种类型的组成部分；根据多个所述识别结果，确定所述待识别内容的目标识别结果。2.根据权利要求1所述的方法，其特征在于，所述维度与所述内容识别模型的特征提取子模型一一对应，所述根据包含所述待识别内容的多个内容识别对和内容识别模型，获得所述多个内容识别对的识别结果，包括：针对每一所述内容识别对，根据所述待识别内容和该内容识别对中的候选内容，以及每一维度对应的所述特征提取子模型，确定所述待识别内容和所述候选内容分别在多个维度下对应的维度特征；针对每一所述维度，将所述待识别内容和所述候选内容在该维度下的特征进行拼接，获得该维度对应的拼接特征；根据多个维度对应的拼接特征，获得所述内容识别对对应的融合特征；基于所述内容识别模型的分类子模型和所述融合特征，确定所述内容识别对的识别结果。3.根据权利要求2所述的方法，其特征在于，所述根据多个维度对应的拼接特征，获得所述内容识别对对应的融合特征，包括：针对每一维度对应的拼接特征，基于第一注意力层对所述拼接特征进行处理，获得所述拼接特征对应的注意力特征；将每一维度下的注意力特征进行拼接，获得多维度拼接特征；基于第二注意力层对所述多维度拼接特征进行处理，获得所述融合特征。4.根据权利要求2所述的方法，其特征在于，所述识别结果包括所述待识别内容对应于分类的识别参数，所述基于所述内容识别模型的分类子模型和所述融合特征，确定所述内容识别对的识别结果，包括：根据所述融合特征和所述分类子模型，获得所述融合特征分别对应于多个分类的特征向量，所述分类包括相似内容分类、低质量内容分类、原创内容分类；对所述特征向量进行处理，获得所述融合特征对应于每一分类的识别参数，以获得所述识别结果。5.根据权利要求1所述的方法，其特征在于，所述识别结果包括所述待识别内容对应于分类的识别参数，所述根据多个所述识别结果，确定所述待识别内容的目标识别结果，包括：获取多个识别结果中分别对应于相似内容分类的识别参数；若多个所述相似内容分类的识别参数满足相似识别条件，确定所述目标识别结果为相似内容分类，其中，所述相似识别条件包括：所述对应于相似内容分类的识别参数的最大值大于第一预设阈值；
所述对应于相似内容分类的识别参数的最大值小于或等于所述第一预设阈值，且所述对应于相似内容分类的识别参数的平均值大于第二预设阈值。6.根据权利要求5所述的方法，其特征在于，所述根据多个所述识别结果，确定所述待识别内容的目标识别结果，还包括：获取多个识别结果中分别对应于低质量内容分类的识别参数；若多个所述低质量内容分类的识别参数满足低质量识别条件，且多个所述相似内容分类的识别参数不满足相似识别条件，确定所述目标识别结果为低质量内容分类，其中，所...

【专利技术属性】
技术研发人员：陈维识，洪进栋，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：