专利名称：基于内容理解的不良信息过滤方法
技术领域：
本发明涉及一种信息过滤方法，尤其涉及一种基于内容理解的不良信息过滤方法。
背景技术：
近年来随着互联网技术的发展，各种良莠不齐的信息数量急剧膨胀，网络信息安全问题日益突出，严重的败坏了社会的风气，因此社会和个人对信息的过滤需求日益强烈。 然而结合目前正在使用的不良信息过滤软件和系统来看，存在着漏报、错报的现象，并且过滤速度较慢，而本发明提出的基于内容分析的方法，不仅能够精确有效的过滤不良信息，为用户提供干净的网络环境，而且过滤速度较快，应用前景非常广阔。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题，提供一种基于内容理解的不良信息过滤方法。本发明的目的通过以下技术方案来实现基于内容理解的不良信息过滤方法，其包括以下步骤步骤①，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达；步骤②，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配；步骤③，根据匹配结果对信息源进行相应的过滤处理；步骤④，将处理后的结果返回给Web页的用户。上述的基于内容理解的不良信息过滤方法，其中所述的网络信息源包括文本内容信息和图像内容信息。进一步地，上述的基于内容理解的不良信息过滤方法，其中所述的文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义，发现不良信息。
更进一步地，上述的基于内容理解的不良信息过滤方法，其中所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。更进一步地，上述的基于内容理解的不良信息过滤方法，其中步骤②所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。再进一步地，上述的基于内容理解的不良信息过滤方法，其中所述的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。
本发明技术方案的优点主要体现在能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的的网络环境，其应用前景非常广阔。本发明的目的、优点和特点，将通过下面优选实施例的非限制性说明进行解释。这些实施例仅是应用本发明技术方案的典型范例，凡采取等同替换或者等效变换而形成的技术方案，均落在本发明要求保护的范围之内。
具体实施例方式基于内容理解的不良信息过滤方法，其与众不同之处在于包括以下步骤首先，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达。具体来说，所述的网络信息源包括文本内容信息和图像内容信息。之后，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配。 具体来说，所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。接着，根据匹配结果对信息源进行相应的过滤处理。最后，将处理后的结果返回给 Web页的用户。结合本发明的实际实施过程来看，采用文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义，发现不良信息。同时，所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。并且，为了起到较佳的过滤效果，采用的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。通过上述的文字表述可以看出，采用本发明后，能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的的网络环境，其应用前景非常广阔。
权利要求
1.基于内容理解的不良信息过滤方法，其特征在于包括以下步骤步骤①，对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达；步骤②，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配；步骤③，根据匹配结果对信息源进行相应的过滤处理；步骤④，将处理后的结果返回给Web页的用户。
2.根据权利要求I所述的基于内容理解的不良信息过滤方法，其特征在于所述的网络信息源包括文本内容信息和图像内容信息。
3.根据权利要求2所述的基于内容理解的不良信息过滤方法，其特征在于所述的文本信息的过滤是根据文本内容的上下文语境、文本要素，通过分析和理解文本内容的语义， 发现不良信息。
4.根据权利要求2所述的基于内容理解的不良信息过滤方法，其特征在于所述图像内容的过滤是根据图像的色彩、纹理、形状、轮廓以及色彩、纹理、形状、轮廓之间的空间关系特征和语义作为索引，通过图像之间的相似程度的匹配而进行过滤。
5.根据权利要求I所述的基于内容理解的不良信息过滤方法，其特征在于步骤②所述的不良信息包括，淫秽色情、反动暴力以及垃圾信息。
6.根据权利要求I所述的基于内容理解的不良信息过滤方法，其特征在于所述的预处理是清除网络信息源中的无关信息，保留有用的信息并将其描述特征分离出来进行量化，然后将能反映或有助于辨别内容性质的显性和隐性信息提取出来，使不良信息能通过特征项有效表达。
全文摘要
本发明涉及一种基于内容理解的不良信息过滤方法，其包括以下步骤首先对网络信息源中的内容进行数据预处理，从中提取出能够反映或是有助判别内容的显性和隐性特征，令不良信息内容通过特征项有效的表达。之后，根据匹配规则和方法，将不良信息模板与待处理的不良信息内容进行匹配。接着，根据匹配结果对信息源进行相应的过滤处理。最后，将处理后的结果返回给Web页的用户。由此，能够根据文本信息内容的上下文语境以及图像信息的各种特征，精确有效的过滤网络信息中的不良信息，为用户提供一个干净的的网络环境，其应用前景非常广阔。
文档编号G06F17/30GK102609516SQ20121002704
公开日2012年7月25日 申请日期2012年2月8日 优先权日2012年2月8日
发明者周军 申请人:苏州中联互通信息科技有限公司