内容审核方法以及装置与流程

本发明涉及移动互联网领域，具体而言，涉及一种内容审核方法以及装置。

背景技术

对于facebook等社交网站，由于网站的关注群体人员数量庞大，信息传递速度快，因此，很有必要对注册会员每日所发表的内容进行审核。在对内容进行审核时，应该着重注意到对图片内容的审核。

目前图片内容审核多数采用人工审核的方法，人工审核首先需要很多的人力成本，同时人在审核的时候可能会出现漏审、操作错误等一系列失误，导致审核结果与实际产生偏差。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种内容审核方法以及装置，以减少在内容审核时，人工审核所占用的比重，增大审核正确率。

第一方面，本发明实施例提供了一种内容审核方法，所述方法包括：获取待审核图片，提取所述待审核图片的特征向量；将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果；基于所述审核结果，对所述待审核图片划分等级；将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。

第二方面，本发明实施例提供了一种内容审核装置，所述装置包括：获取模块，用于获取待审核图片，提取所述待审核图片的特征向量；输入模块，用于将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果；划分模块，用于基于所述审核结果，对所述待审核图片划分等级；发送模块，用于将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。

与现有技术相比，本发明各实施例提出的内容审核方法以及装置的有益效果是：通过获取待审核图片，提取所述待审核图片的特征向量；然后将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果；然后基于所述审核结果，对所述待审核图片划分等级；最后将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。由于发送给审核人员进行审核的图片是所有待审核图片中，直接过滤掉了“不违规”类别后剩余的待审核图片，因此，针对传统的人工审核方法，减少了审核人员的工作量，由于“不违规”类别的待审核图片完全由电子设备进行识别，因此，也减少了审核人员在内容审核工作中所占用的工作比重，提供了审核正确率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的电子设备的结构框图；

图2为本发明第一实施例提供的内容审核方法的流程图之一；

图3为本发明第一实施例提供的内容审核方法的流程图之二；

图4为本发明第二实施例提供的内容审核装置的结构框图之一；

图5为本发明第二实施例提供的内容审核装置的结构框图之二。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是所述电子设备100的方框示意图，所述电子设备100可以是个人电脑(personalcomputer，pc)、平板电脑、个人数字助理(personaldigitalassistant，pda)等。其中，所述电子设备100包括：内容审核装置、存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160、显示单元170。

所述存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160以及显示单元170各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述内容审核装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中或固化在客户端设备的操作系统(operatingsystem，os)中的软件功能模块。所述处理器130用于执行存储器110中存储的可执行模块，例如所述内容审核装置包括的软件功能模块或计算机程序。

其中，存储器110可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器110用于存储程序，所述处理器130在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的电子设备100所执行的方法可以应用于处理器130中，或者由处理器130实现。

处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)、图像处理器(graphicsprocessingunit,简称gpu)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口140将各种输入/输出装置耦合至处理器130以及存储器110。在一些实施例中，外设接口140，处理器130以及存储控制器120可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元150用于提供给用户输入数据实现用户与电子设备100的交互。所述输入输出单元150可以是，但不限于，鼠标和键盘等。

音频单元160向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元170在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元170可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器130进行计算和处理。

第一实施例

请参照图2，图2是本发明第一实施例提供的一种内容审核方法的流程图，所述方法应用于电子设备。下面将对图2所示的流程进行详细阐述，所述方法包括：

步骤s110：获取待审核图片，提取所述待审核图片的特征向量。

电子设备可以获取facebook或者其他需要审核图片的网站的注册会员上传的各种待审核的图片。当然，注册会员也可以是与网站有合作关系的广告提供商。

在获取到多张待审核图片后，针对每张待审核图片，电子设备可以使用inception模型，提取出该图片的特征向量。

其中，inception模型是是google通过海量数据训练出来，可以区分1000种不同的类，从而可以获取到待识别图片的特征向量。

步骤s120：将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果。

可选的，所述预先训练好的分类模型可以包括八种，分别为：大尺度类别、仿品类别、惊悚暴力类别、虚假按钮类别、前后对比类别、仪表盘类别、误导消费者类别、cps(赌博、减肥)类别。

电子设备可以将所述特征向量分别输入预先训练好的八种分类模型，分别得到所述待审核图片在这八种分类模型中的每个所述分类模型内的分数，然后将八个分数进行比较，将所述分数最高的分类模型对应的分类类别确定为所述待审核图片的审核结果，例如针对待审核图片a，在上述八种分类模型的分数分别为：大尺度类别(60分)、仿品类别(70分)、惊悚暴力类别(75分)、虚假按钮类别(85分)、前后对比类别(86分)、仪表盘类别(90分)、误导消费者类别(80分)、cps(95分)，那么将分数最高的分类模型cps对应的分类(读博、减肥)确定为待审核图片a的审核结果。

步骤s130：基于所述审核结果，对所述待审核图片划分等级。

其中，所述等级可以包括：不违规，可能不违规，可能违规，违规。

针对每张待审核图片，其审核结果中只包含一个分数以及一个对应的分类。电子设备可以基于该分数对该待审核图片划分等级，例如将分数在第一预设区间内的待审核图片划分为不违规等级、将分数在第二预设区间内的待审核图片划分为可能不违规等级、将分数在第三预设区间内的待审核图片划分为可能违规等级、将分数在第四预设区间内的待审核图片划分为违规等级。

步骤s140：将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。

由于发送给审核人员进行审核的图片是所有待审核图片中，直接过滤掉了“不违规”类别后剩余的待审核图片，因此，针对传统的人工审核方法，减少了审核人员的工作量，由于“不违规”类别的待审核图片完全由电子设备进行识别，因此，也减少了审核人员在内容审核工作中所占用的工作比重，提供了审核正确率。

可选的，为了进一步减轻审核人员在内容审核工作中所占用的工作比重，电子设备可以将所述等级表征为违规的待审核图片全部发送给审核人员进行审核；将所述等级表征为可能违规以及可能不违规的待审核图片按照预设的抽查比例发送给审核人员进行审核。

为了进一步提高审核的正确率，作为一种可选的实施方式，请参看图3，所述方法还可以包括：

步骤s150：获取所述审核人员反馈的所述等级表征为违规的待审核图片的审核确认结果。

步骤s160：在所述审核确认结果所对应的分类模型的错误比例达到预设错误比例时，重新训练所述分类模型。

其中，当电子设备在判断待审核图片的等级为违规，但是电子设备将该图片发送给审核人员进行审核而判断该图片为不违规时，审核人员可以向电子设备发送表征审核错误的审核确认结果。

电子设备在获取到表征审核错误的审核确认结果后，可以查找审核错误的待审核图片的审核结果，该审核结果包括分数最高的分类模型，并记录该分类模型的错误比例。

当电子设备在统计到某一个分类模型的错误比例达到预设错误比例时，为了提高分类的正确性，可以重新训练该分类模型。

当然，在执行本方案的步骤s110之前，可以预先基于历史数据，训练分类模型。

值得指出的是，在训练分类模型时，采取的样本数据是已有的人工审核过的历史数据。其中违规数据的数量要远远小于不违规的数据，可以选取所有的违规数据和随机选取部分不违规数据当作最终用于训练的样本数据。

电子设备设置有八种不同类型的违规标签，对于每一个具体的违规标签，做一个二分类模型，分为此标签违规和此标签不违规。其中在那些违规数据中，不属于此标签类型的，在这个二分类模型里属于此标签不违规。这样解决了在多个标签中，特征过多、分布过于分散导致分类结果的不理想的问题，每个模型只需要专注于区分出一类的特征，不用受过多特征的干扰，提高分类效果。

通过迁移学习，电子设备可以使用google已训练好的inception模型，部署inception模型到服务，对所有样本图片进行特征向量提取，并保存在云端服务器，例如亚马逊提供的s3。

对于八种不同的违规标签中的每一种，使用对应的分离器，然后获取数据所对应的特征向量。把所有的特征向量按一定比例(例如8:1:1)分为训练集、测试集和验证集。训练集的数据通过softmax分类器进行二分类训练。测试集和验证集的数据最后进行模型训练情况的测试与验证。最终一共训练出8个不同标签的二分类模型。

第二实施例

请参照图4，图4是本发明第二实施例提供的一种内容审核装置400的结构框图。下面将对图4所示的结构框图进行阐述，所示装置包括：

获取模块410，用于获取待审核图片，提取所述待审核图片的特征向量；

输入模块420，用于将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果；

划分模块430，用于基于所述审核结果，对所述待审核图片划分等级；

发送模块440，用于将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。

可选的，所述预先训练好的分类模型包括八种，所述输入模块420，用于将所述特征向量分别输入预先训练好的八种分类模型，得到所述待审核图片在每个所述分类模型内的分数；将所述分数最高的分类模型对应的分类类别确定为所述待审核图片的审核结果。

可选的，所述发送模块440，用于：将所述等级表征为违规的待审核图片全部发送给审核人员进行审核；将所述等级表征为可能违规以及可能不违规的待审核图片按照预设的抽查比例发送给审核人员进行审核。

可选的，请参看图5，所述装置还可以包括：重训练模块450；

所述获取模块410，还用于获取所述审核人员反馈的所述等级表征为违规的待审核图片的审核确认结果；

重训练模块450，用于在所述审核确认结果所对应的分类模型的错误比例达到预设错误比例时，重新训练所述分类模型。

本实施例对内容审核装置400的各功能模块实现各自功能的过程，请参见上述图1至图3所示实施例中描述的内容，此处不再赘述。

综上所述，本发明实施例提出的一种内容审核方法以及装置，通过获取待审核图片，提取所述待审核图片的特征向量；然后将所述特征向量分别输入预先训练好的所有分类模型，得到审核结果；然后基于所述审核结果，对所述待审核图片划分等级；最后将所述等级表征为违规、可能违规以及可能不违规的待审核图片发送给审核人员进行审核。由于发送给审核人员进行审核的图片是所有待审核图片中，直接过滤掉了“不违规”类别后剩余的待审核图片，因此，针对传统的人工审核方法，减少了审核人员的工作量，由于“不违规”类别的待审核图片完全由电子设备进行识别，因此，也减少了审核人员在内容审核工作中所占用的工作比重，提供了审核正确率。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。