出向量的结果，则对当前输出向量表示认可，例如，经过预设矩阵计算后，认为『abcl234』在银行信息维度下，是『合法』的字符串，且人工根据其经验值，也认为该『abcl234』在银行信息维度下是『合法』的，则可通过输入『合法』或选择同意选项，来表示对所述输出向量的认可，当前输出向量所对应的预设矩阵可不做修改。
[0077]如果不同意当前输出向量的结果，则对当前输出向量表示否定，例如，经过预设矩阵计算后，认为『abcl234』在银行信息维度下，是『非法』的字符串，且人工根据其经验值，认为该『abcl234』在银行信息维度下是『合法』的，则可通过输入『非法』或选择不认可选项，来表示对所述输出向量的否定，当前输出向量所对应预设矩阵需要进行修改。本领域普通技术人员可根据神经网络训练的模式对预设矩阵进行修改，在此不再赘述。
[0078]之后，如循环上述步骤以进一步修订预设矩阵，逐步提高预设矩阵的准确性。
[0079]下述内容中将举一示例做详细说明。
[0080]如图3A所示，表格中包括3列14行，第一列是对所述输入向量准确性的判断，其通过人工进行输入预期输出向量(为提高输入预期输出向量的效率，在本示例中，采用选择方式)，在表格中标识为“Al训练”;第二列表TK相应的输入向量，在表格中标识为“维度值”;第三列表示对应所述输入向量计算后得到的输出向量，在表格中标识为“审核结果”。
[0081]分析表格可知，其『维度值』中既包含了合法的字符串，也包含了非法的字符串，例如:最后一个字符串里面充斥了随机的数字、奇怪的字母和符号组合。
[0082]此时,可通过人工输入预期输出向量，若认可输出向量，则对其进行表扬，将其标识为“做得好”，例如第一行字符串；若否定输出向量，则对其进行批评，将其标识为“责令改正”，例如最后一行字符串。
[0083]如图3B所示，在下一次的自动审核中，在同一维度中，与之前通过人工标识为“责令改正”的相似输出向量被判断为“非法”，此时，可进一步认可该输出向量。
[0084]可以理解的是，虽然上述过程看似要投入不少人工训练成本，但是它有一个巨大的优势就是成本递减，随着训练的增多，审核的结果会越来越准确，人为的纠正就会越来越少，理想的情况下训练的成本会逐渐降低到忽略不计除非有新的日志模型和维度。
[0085]综上所述，本发明的日志内容审核优化方法及装置，利用神经网络技术，实现了一套审核训练机制，达到了审核越来越准确、人力成本越来越低的目标；如此，不仅大大降低了审核人员的工作量，而且显著提高了审核效率和准确度，节约审核成本以及存储成本。
[0086]在本发明所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0087]所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
[0088]另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以2个或2个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0089]上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施方式所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read - Only Memory, ROM)、随机存取存储器(Random Access Memory, RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
[0090]最后应说明的是:以上实施方式仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围。
【主权项】
1.一种日志内容审核优化方法，其特征在于，所述方法包括: 将日志中多个维度下的内容抽象出与其分别对应的多组输入向量； 根据所述多组输入向量和每一组输入向量对应维度所匹配的预设矩阵，计算得到与所述多组输入向量对应的多个输出向量； 输入预期输出向量，并通过神经网络训练，根据输出向量和与其对应的预期输出向量的异同，修正与该输出向量相应维度所匹配的预设矩阵。2.根据权利要求1所述的日志内容审核优化方法，其特征在于，所述内容包括多个词，每一个词对应一组输入向量；每一组输入向量对应一个输出向量。3.根据权利要求2所述的日志内容审核优化方法，其特征在于，一组输入向量包括以下因子: 总长度、大写字母个数、小写字母个数、数字个数、常规符号个数、中文个数、转换次数、未知个数、最大连续数字个数、最大连续中文个数、最大连续字母个数、最大连续符号个数、是否包含非常用中文。4.根据权利要求1所述的日志内容审核优化方法，其特征在于，所述预设矩阵通过JAVA实现。5.根据权利要求1所述日志内容审核优化方法，其特征在于，所述“输入预期输出向量”步骤具体为: 通过人工判断所述输出向量的准确性； 根据判断结果得到预期输出向量。6.一种日志内容审核优化装置，其特征在于，所述日志内容审核优化装置包括: 获取模块，用于将日志中多个维度下的内容抽象出与其分别对应的多组输入向量； 比对计算模块，用于根据所述多组输入向量和每一组输入向量对应维度所匹配的预设矩阵，计算得到与所述多组输入向量对应的多个输出向量； 修订模块，用于输入预期输出向量，并通过神经网络训练，根据输出向量和与其对应的预期输出向量的异同，修正与该输出向量相应维度所匹配的预设矩阵。7.根据权利要求6所述的日志内容审核优化装置，其特征在于，所述内容包括多个词，每一个词对应一组输入向量；每一组输入向量对应一个输出向量。8.根据权利要求7所述的日志内容审核优化装置，其特征在于，一组输入向量包括以下因子: 总长度、大写字母个数、小写字母个数、数字个数、常规符号个数、中文个数、转换次数、未知个数、最大连续数字个数、最大连续中文个数、最大连续字母个数、最大连续符号个数、是否包含非常用中文。9.根据权利要求6所述的日志内容审核优化装置，其特征在于，所述预设矩阵通过JAVA实现。10.根据权利要求6所述的日志内容审核优化装置，其特征在于，通过人工判断所述输出向量的准确性； 所述修订模块还用于，根据判断结果得到预期输出向量。
【专利摘要】本发明提供一种日志内容审核优化方法及装置，所述方法包括：将日志中多个维度下的内容抽象出与其分别对应的多组输入向量；根据所述多组输入向量和每一组输入向量对应维度所匹配的预设矩阵，计算得到与所述多组输入向量对应的多个输出向量；输入预期输出向量，并通过神经网络训练，根据输出向量和与其对应的预期输出向量的异同，修正与该输出向量相应维度所匹配的预设矩阵。本发明利用神经网络技术，实现了一套审核训练机制，达到了审核越来越准确、人力成本越来越低的目标；如此，不仅大大降低了审核人员的工作量，而且显著提高了审核效率和准确度，节约审核成本以及存储成本。
【IPC分类】G06N3/08, G06F17/28
【公开号】CN105446959
【申请号】CN201410443073
【发明人】储晓颖
【申请人】阿里巴巴集团控股有限公司
【公开日】2016年3月30日
【申请日】2014年9月2日