一种资源识别方法、装置、设备以及存储介质制造方法及图纸

本公开提供了一种资源识别方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能技术领域。具体实现方案为：获取待识别资源的后验信息和先验信息，后验信息用于体现用户对待识别资源的反馈信息，先验信息用于体现待识别资源的语义信息；根据第一识别模型和后验信息，对待识别资源进行识别，得到第一识别结果；根据第二识别模型和先验信息，对待识别资源进行识别，得到第二识别结果；根据第一识别结果和第二识别结果，生成第三识别结果。本公开提供的一种资源识别方法、装置、设备以及存储介质，能够提高资源识别的准确率。能够提高资源识别的准确率。能够提高资源识别的准确率。

【技术实现步骤摘要】
一种资源识别方法、装置、设备以及存储介质


[0001]本公开涉及计算机
，尤其涉及人工智能
的一种资源识别方法、装置、设备以及存储介质。

技术介绍

[0002]在当今移动互联网信息爆炸时代，人们对于信息的获取频次爆发式增长，在信息供给远大于求的状况下，只有在短时间内吸引到用户的注意力，才能获得流量和成功。因此，很多自媒体资源的创作者开始利用虚假、夸大和歪曲等手法来制作资源标题，但这些标题低质的资源会严重消耗用户的好奇心，影响用户的阅读体验，使用户对资源供给侧媒体或平台的信任感降低。
[0003]目前各大媒体或平台对资源的识别方法主要为：基于待识别资源的文本语义特征和图像特征等先验信息进行资源识别，从而判断待识别资源是否为低质标题资源。

技术实现思路

[0004]本公开提供了一种准确率更高的资源识别方法、装置、设备以及存储介质。
[0005]根据本公开的一方面，提供了一种资源识别方法，包括：获取待识别资源的后验信息和先验信息，所述后验信息用于体现用户对所述待识别资源的反馈信息，所述先验信息用于体现所述待识别资源的语义信息；根据第一识别模型和所述后验信息，对所述待识别资源进行识别，得到第一识别结果；根据第二识别模型和所述先验信息，对所述待识别资源进行识别，得到第二识别结果；根据所述第一识别结果和第二识别结果，生成第三识别结果。
[0006]根据本公开的另一方面，提供了一种资源识别装置，包括：第一获取模块，用于获取待识别资源的后验信息和先验信息，所述后验信息用于体现用户对所述待识别资源的反馈信息，所述先验信息用于体现所述待识别资源的语义信息；第一识别模块，用于根据第一识别模型和所述后验信息，对所述待识别资源进行识别，得到第一识别结果；第二识别模块，用于根据第二识别模型和所述先验信息，对所述待识别资源进行识别，得到第二识别结果；生成模块，用于根据所述第一识别结果和第二识别结果，生成第三识别结果。
[0007]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。
[0008]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开所述的方法。
[0009]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开所述的方法。
[0010]本公开提供的一种资源识别方法、装置、设备及存储介质，结合后验信息与先验信
息识别待识别资源是否为特定类型资源，提高了资源识别的准确率和用户体验感。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0013]图1是根据本公开第一实施例的一种资源识别方法的流程示意图；
[0014]图2是根据本公开第三实施例的一种资源识别方法的流程示意图；
[0015]图3是根据本公开第四实施例的一种资源识别方法的流程示意图；
[0016]图4是根据本公开第六实施例的一种资源识别方法的流程示意图；
[0017]图5是根据本公开第七实施例的一种资源识别方法的流程示意图；
[0018]图6是根据本公开第十实施例的一种资源识别装置的结构示意图；
[0019]图7是用来实现本公开实施例的一种资源识别方法的电子设备的框图。
具体实施方式
[0020]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0021]图1是根据本公开第一实施例的一种资源识别方法的流程示意图，如图1所示，该方法主要包括：
[0022]步骤S101，获取待识别资源的后验信息和先验信息，后验信息用于体现用户对待识别资源的反馈信息，先验信息用于体现待识别资源的语义信息。
[0023]在本实施例中，首先需要获取待识别资源的后验信息和先验信息，待识别资源可以为在自媒体平台上发布的文章、视频或图集等，后验信息用于体现用户对待识别资源的反馈信息，后验信息可以体现出用户是否喜欢待识别资源，具体地，后验信息可以包括用户对待识别资源的点赞、点踩、评论、分享和举报等信息；先验信息用于体现待识别资源的语义信息，具体地，先验信息可以包括待识别资源的标题文本、内容图文和字幕等信息。
[0024]在一可实施方式中，待识别资源的后验信息和先验信息可以存储在待识别资源所属自媒体平台的后台数据库中，可以根据待识别资源的唯一标识符从后台数据库中获取待识别资源的后验信息和先验信息。具体地，待识别资源的唯一标识符可以为待识别资源的资源号，利用待识别资源的资源号从后台数据库中查找并提取出待识别资源的后验信息和先验信息。
[0025]步骤S102，根据第一识别模型和后验信息，对待识别资源进行识别，得到第一识别结果。
[0026]在本实施例中，获取待识别资源的后验信息和先验信息之后，需要根据第一识别模型和后验信息，对待识别资源进行识别，得到第一识别结果。
[0027]在一可实施方式中，第一识别模型可以基于机器学习模型训练生成，机器学习模型可以为神经网络模型、决策树模型或支持向量机模型等，可以根据实际需求选择合适的
机器学习模型来训练第一识别模型，本公开不对第一识别模型进行限定。
[0028]在一可实施方式中，因为后验信息用于体现用户对待识别资源的反馈信息，所以利用第一识别模型对后验信息进行识别，得到的第一识别结果可以从用户的角度体现出待识别资源的标题与内容是否匹配，即标题是否虚假、夸大或歪曲等。具体地，第一识别结果可以为“是”或“否”，分别用于显示待识别资源为特定类型资源和待识别资源不为特定类型资源，第一识别结果还可以包含与第一识别结果对应的置信度，若待识别资源为特定类型资源时，第一识别结果还可以包含待识别资源为特定类型资源的原因，比如题文不符或标题夸大等。
[0029]步骤S103，根据第二识别模型和先验信息，对待识别资源进行识别，得到第二识别结果。
[0030]在本实施例中，获取待识别资源的后验信息和先验信息之后，还需要根据第二识别模型和先验信息，对待识别资源进行识别，得到第二识别结果。
[0031]在一可实施方式中，第二识别模型也可以基于机器学习模型训练生成，机器学习模型可以为神经网络模型、决策树模型或支持向量机模型等，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源识别方法，包括：获取待识别资源的后验信息和先验信息，所述后验信息用于体现用户对所述待识别资源的反馈信息，所述先验信息用于体现所述待识别资源的语义信息；根据第一识别模型和所述后验信息，对所述待识别资源进行识别，得到第一识别结果；根据第二识别模型和所述先验信息，对所述待识别资源进行识别，得到第二识别结果；根据所述第一识别结果和第二识别结果，生成第三识别结果。2.根据权利要求1所述的方法，其中，所述第一识别模型和第二识别模型通过以下方式获得：获取第一训练集和第二训练集，所述第一训练集包括已得到资源识别结果的第一样本资源及其后验信息，所述第二训练集包括已得到资源识别结果的第二样本资源及其先验信息；将所述第一训练集输入第一机器学习模型进行训练得到所述第一识别模型，将所述第二训练集输入第二机器学习模型进行训练得到所述第二识别模型。3.根据权利要求1所述的方法，其中，所述根据第一识别模型和所述后验信息，对所述待识别资源进行识别，得到第一识别结果，包括：获取所述后验信息对应的用户信息；根据用户识别模型识别所述用户信息中的异常用户信息；删除所述后验信息中与所述异常用户信息对应的后验信息，得到有效后验信息；根据所述第一识别模型和所述有效后验信息，对所述待识别资源进行识别，得到所述第一识别结果。4.根据权利要求3所述的方法，其中，所述后验信息包括用户对所述待识别资源的点展信息和评论信息，所述点展信息包括用户对所述待识别资源的不同操作所对应的点击信息数和所述待识别资源的展示信息；所述根据第一识别模型和有效后验信息，对所述待识别资源进行识别，得到第一识别结果，包括：根据第一分类模型，对有效评论信息添加第一标签，得到第一标签结果；统计所述第一标签结果中所有负评标签所对应的有效评论信息的数量，得到有效负评信息数；将所述有效负评信息数和有效点展信息输入所述第一识别模型，对所述待识别资源进行识别，得到所述第一识别结果。5.根据权利要求3所述的方法，其中，所述后验信息包括用户对所述待识别资源的点展信息和举报信息，所述点展信息包括用户对所述待识别资源的不同操作所对应的点击信息数和所述待识别资源的展示信息；所述根据第一识别模型和有效后验信息，对所述待识别资源进行识别，得到第一识别结果，包括：统计有效举报信息的数量，得到有效举报信息数；将所述有效举报信息数和有效点展信息输入所述第一识别模型，对所述待识别资源进行识别，得到所述第一识别结果。6.根据权利要求3所述的方法，其中，所述后验信息包括用户对所述待识别资源的点展
信息、评论信息和举报信息，所述点展信息包括用户对所述待识别资源的不同操作所对应的点击信息数和所述待识别资源的展示信息；所述根据第一识别模型和有效后验信息，对所述待识别资源进行识别，得到第一识别结果，包括：根据第一分类模型，对有效评论信息添加第一标签，得到第一标签结果；统计所述第一标签结果中所有负评标签所...

【专利技术属性】
技术研发人员：张琳，孙想，谢强，邓天生，于天宝，贠挺，陈国庆，林赛群，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：