一种推广信息的检测方法及装置
摘要:
本发明公开了一种推广信息的检测方法及装置,其涉及文本过滤处理技术领域,该方法包括:获取预设的样本集合,提取样本集合中的各个样本所包含的信息单元;统计每个信息单元在样本集合中的出现次数,将出现次数大于预设的第一阈值的信息单元确定为候选特征单元;针对每个候选特征单元,分别统计该候选特征单元在各个文档位置的分布情况,根据统计结果确定该候选特征单元是否为推广特征单元;根据已确定的推广特征单元检测文档中包含的推广信息。由此可见,本发明能够有效且准确地过滤广告信息或垃圾推广信息的效果,使得采用机器抓取方法也能提取到纯净的新闻内容,极大地提高了汇编自媒体平台新闻的效率。
公开/授权文献
0/0