[发明专利]信息处理方法和装置有效

专利信息
申请号: 201910106039.4 申请日: 2019-01-18
公开(公告)号: CN111460274B 公开(公告)日: 2023-04-28
发明(设计)人: 薛银松 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06F16/9535 分类号: G06F16/9535
代理公司: 上海光栅知识产权代理有限公司 31340 代理人: 关浩;马雯雯
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息处理 方法 装置
【权利要求书】:

1.一种信息处理方法,包括:

获取待处理信息;

提取所述待处理信息的特征信息,所述待处理信息的特征信息是根据筛选条件提取的;

将所述特征信息输入预先建立的信息筛选模型,得到筛选结果信息,其中,所述信息筛选模型用于表征特征信息与筛选结果信息的对应关系,所述筛选结果信息用于表征是否选取所述待处理信息;所述信息筛选模型是基于数据统计得到的对应关系表;其中,所述对应关系表包括特征信息以及每个特征信息所对应的筛选结果信息。

2.根据权利要求1所述的方法,其中,所述方法还包括:

响应于所述筛选结果信息表征选取所述待处理信息,基于所述待处理信息生成推送信息,以及将所述推送信息推送至终端设备。

3.根据权利要求1所述的方法,其中,所述提取所述待处理信息的特征信息,包括:

将所述待处理信息输入预先训练的特征提取模型,得到所述待处理信息的特征信息,其中,所述特征提取模型用于表征待处理信息与特征信息的对应关系。

4.根据权利要求3所述的方法,其中,所述特征提取模型通过以下步骤训练得到:

获取训练样本集合,训练样本包括样本信息与样本信息对应的特征信息;

将所述训练样本集合中的训练样本的样本信息作为输入,将与输入的样本信息对应的特征信息作为期望输出,训练得到所述特征提取模型。

5.根据权利要求1-4中任一所述的方法,其中,所述信息筛选模型通过以下步骤得到:

获取用户输入的至少一个属性标识信息,以及属性标识信息所标识的属性之间的逻辑关系信息,其中,属性标识信息用于标识所述待处理信息的属性;

基于所述至少一个属性标识信息以及属性标识信息所标识的属性之间的逻辑关系信息生成信息筛选模型。

6.根据权利要求5所述的方法,其中,所述提取所述待处理信息的特征信息,包括:

基于所述至少一个属性标识信息,提取所述待处理信息的特征信息。

7.一种信息处理装置,包括:

获取单元,被配置成获取待处理信息,所述待处理信息的特征信息是根据筛选条件提取的;

提取单元,被配置成提取所述待处理信息的特征信息;

筛选单元,被配置成将所述特征信息输入预先建立的信息筛选模型,得到筛选结果信息,其中,所述信息筛选模型用于表征特征信息与筛选结果信息的对应关系,所述筛选结果信息用于表征是否选取所述待处理信息;所述信息筛选模型是基于数据统计得到的对应关系表;其中,所述对应关系表包括特征信息以及每个特征信息所对应的筛选结果信息。

8.根据权利要求7所述的装置,其中,所述装置还包括:

推送单元,被配置成响应于所述筛选结果信息表征选取所述待处理信息,基于所述待处理信息生成推送信息,以及将所述推送信息推送至终端设备。

9.根据权利要求7所述的装置,其中,所述提取单元被进一步配置成:

将所述待处理信息输入预先训练的特征提取模型,得到所述待处理信息的特征信息,其中,所述特征提取模型用于表征待处理信息与特征信息的对应关系。

10.根据权利要求9所述的装置,其中,所述特征提取模型通过以下步骤训练得到:

获取训练样本集合,训练样本包括样本信息与样本信息对应的特征信息;

将所述训练样本集合中的训练样本的样本信息作为输入,将与输入的样本信息对应的特征信息作为期望输出,训练得到所述特征提取模型。

11.根据权利要求7-10中任一所述的装置,其中,所述信息筛选模型通过以下步骤得到:

获取用户输入的至少一个属性标识信息,以及属性标识信息所标识的属性之间的逻辑关系信息,其中,属性标识信息用于标识所述待处理信息的属性;

基于所述至少一个属性标识信息以及属性标识信息所标识的属性之间的逻辑关系信息生成信息筛选模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910106039.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top