一种数据检测方法、装置、设备及存储介质与流程

本申请实施例涉及人工智能(artificial intelligence，ai)，尤其涉及一种数据检测方法、装置、设备及存储介质。

背景技术：

1、随着互联网技术的高速发展，人们可以方便的获取海量的信息和资源，生活生产方式与互联网的联系越来越紧密。然而网络规模的逐渐扩大，违规的互联网信息也较多，如何通过数据检测的方法对复杂的互联网信息的风险等级进行判断，以过滤风险等级较大的互联网信息成为当下互联网研究的又一热点。

2、目前的数据检测，例如对于广告的检测，通过检测广告中的文本信息判断该广告是否符合预设要求。但是，目前的数据检测方法，检测结果不准确。

技术实现思路

1、本申请实施例提供一种数据检测方法、装置、设备及存储介质，可以实现对互联网信息风险等级综合、准确地判断。

2、第一方面，本申请实施例提供一种数据检测方法，包括：

3、响应于数据检测操作，获取目标数据，目标数据包括n个元素，元素包括文本、图像和视频中的任意一个，n为大于1的正整数；

4、确定n个元素对应的第一特征信息，并根据n个元素对应的第一特征信息，确定m个组合所对应的风险等级，m个组合中的每个组合由所述n个元素所包括的多个子元素中任意两个子元素组成，子元素为文本或图像，m为大于1的正整数；

5、根据m个组合对应的风险等级，确定目标数据的风险等级，并将目标数据的风险等级发送给显示设备进行显示。

6、第二方面，本申请实施例提供一种数据检测装置，包括：

7、获取单元，用于响应于数据检测操作，获取目标数据，目标数据包括n个元素，元素包括文本、图像和视频中的任意一个，n为大于1的正整数；

8、第一确定单元，用于确定n个元素对应的第一特征信息，并根据n个元素对应的第一特征信息，确定m个组合所对应的风险等级，m个组合中的每个组合由n个元素所包括的多个子元素中任意两个子元素组成，子元素为文本或图像，所述m为大于1的正整数。

9、第二确定单元，用于根据m个组合对应的风险等级，确定目标数据的风险等级，并将目标数据的风险等级发送给显示设备进行显示。

10、第三方面，本申请实施例提供一种电子设备，包括：存储器，处理器；该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，以执行上述第一方面或其各实现方式中的方法。

11、第四方面，提供了一种芯片，用于实现上述第一方面或其各实现方式中的方法。具体地，该芯片包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片的设备执行如上述第一方面或其各实现方式中的方法。

12、第五方面，提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序使得计算机执行上述第一方面或其各实现方式中的方法。

13、第六方面，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行上述第一方面或其各实现方式中的方法。

14、第七方面，提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面或其各实现方式中的方法。

15、综上所述，通过本申请的技术方案，在进行数据检测时，响应于数据检测操作，获取目标数据，该目标数据包括n个元素，每个元素可以是文本、图像和视频中的任意一个；确定n个元素对应的第一特征信息，并根据该n个元素对应的第一特征信息，确定m个组合所对应的风险等级，其中m个组合中的每个组合由n个元素所包括的多个子元素中任意两个子元素组成，子元素可以为文本或图像；根据m个组合对应的风险等级，确定目标数据的风险等级，并将目标数据的风险等级发送给显示设备进行显示。即本申请，在进行数据检测时，首先对目标数据所包括的各元素(例如文本、图像、视频等)进行综合分析，得到目标数据所包括的n个元素各自对应的第一特征信息，进一步的，为了提高检测准确性，对n个元素所包括的子元素进行两两组合，分析每个组合对应的风险等级，实现小粒度的风险分析，进而根据小粒度的两两子元素对应的风险等级，准确判断出该目标数据的风险等级，提高了数据检测的准确性。

技术特征：

1.一种数据检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述n个元素对应的第一特征信息，确定m个组合对应的风险等级，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述组合中各元素对应的标识信息，以及所述组合中各子元素对应的第一特征信息，确定所述组合对应的风险等级，包括：

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述m个组合对应的风险等级，确定所述目标数据的风险等级，包括：

5.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述m个组合对应的风险等级，确定所述目标数据的风险等级，包括：

6.根据权利要求1-3任一项所述的方法，其特征在于，所述确定所述n个元素对应的第一特征信息，包括：

7.根据权利要求6所述的方法，其特征在于，所述确定所述n个元素对应的第二特征信息，包括：

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

9.根据权利要求6所述的方法，其特征在于，若所述元素为文本时，所述预设模型包括长短期记忆网络lstm、注意力层和分类器，则所述通过所述元素对应的预设模型，对所述元素的第二特征信息进行处理，得到所述元素的第一特征信息，包括：

10.根据权利要求1-3任一项所述的方法，其特征在于，所述响应于数据检测操作，获取目标数据，包括：

11.根据权利要求10所述的方法，其特征在于，所述事件模式控件包括预跑模式控件、实验模式控件、清理模式控件和正式模式控件中的至少一个。

12.根据权利要求1-3任一项所述的方法，其特征在于，所述确定所述n个元素对应的第一特征信息，包括：

13.一种数据检测装置，其特征在于，包括：

14.一种电子设备，其特征在于，包括：存储器，处理器；

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至12任一项所述的方法。

技术总结
本申请提供了一种数据检测方法、装置、设备及存储介质，该方法包括：响应于数据检测操作，获取目标数据，该目标数据包括N个元素，该元素包括文本、图像和视频中的任意一个，确定N个元素对应的第一特征信息，并根据该N个元素对应的第一特征信息，确定M个组合所对应的风险等级，该M个组合中的每个组合由N个元素所包括的多个子元素中任意两个子元素组成，子元素为文本或图像，根据该M个组合对应的风险等级，确定目标数据的风险等级，并将该目标数据的风险等级发送给显示设备进行显示。这样在数据检测过程中，能够综合目标数据中的多种元素信息，准确判断目标数据的风险等级。

技术研发人员：侯璐
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/1/16