[發明專利]信息質量評估方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201810938623.1
• 申請日: 2018-08-17
• 公開（公告）號: CN110889274B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 謝海華;陳雪飛;佟津樂
• 申請（專利權）人: 北大方正集團有限公司;北大方正信息產業集團有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/30;G06F40/295
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種信息質量評估方法，其特征在于，包括：

確定待評估語句；

通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句；所述判別結果為含義明確或者含義不明確；

確定所述待評估語句所屬待評估文本中的關鍵實體和事件類詞語；

通過語法分析技術，確定所述待評估語句中的主語與謂語，確定所述主語是否為所述關鍵實體，確定所述謂語是否為所述事件類詞語；

若是，則判定所述待評估語句的語句價值較高，獲得評估結果；所述評估結果包括所述明確度和所述語句價值；

根據所述評估結果對所述待評估語句進行信息抽取。

2.根據權利要求1所述的方法，其特征在于，所述通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句之前，還包括：

通過預設的已對語句明確度進行標注后的待訓練文本對預設的待訓練模型進行訓練，獲得所述預設的神經網絡模型。

3.根據權利要求2所述的方法，其特征在于，所述通過預設的已對語句明確度進行標注后的待訓練文本對預設的待訓練模型進行訓練，獲得所述預設的神經網絡模型之前，還包括：

獲取待處理文本，所述待處理文本中包含多個待處理語句；

根據預設的不確定語義詞庫判斷每一所述待處理語句中是否包括不確定語義詞，根據判斷結果對所述待處理語句的明確度進行標注，獲得已對語句明確度進行標注后的待訓練文本；和/或，

針對每一待處理語句，判斷所述待處理語句中的實體信息的含義是否明確，根據判斷結果對所述待處理語句的明確度進行標注，獲得已對語句明確度進行標注后的待訓練文本；和/或，

針對每一待處理語句，通過語義分析技術判斷所述待處理語句前后預設個數的待處理語句中是否包含所述待處理語句中指代詞對應的指代對象，根據判斷結果對所述待處理語句的明確度進行標注，獲得已對語句明確度進行標注后的待訓練文本。

4.根據權利要求1所述的方法，其特征在于，所述確定待評估語句，包括：

接收待評估文本；

去除所述待評估文本中除正文部分以外的全部文本；

將所述待評估文本中的正文部分按照文本中的標點符號進行分割，獲得所述待評估語句。

5.根據權利要求1所述的方法，其特征在于，所述確定所述待評估語句所屬待評估文本中的關鍵實體和事件類詞語包括：

根據關鍵詞提取技術與命名實體識別技術確定所述待評估語句所屬待評估文本中的關鍵實體；

根據關鍵詞提取技術與遠監督方法確定所述待評估語句所屬待評估文本中的事件類詞語。

6.一種信息質量評估裝置，其特征在于，包括：

待評估語句確定模塊，用于確定待評估語句；

判別模塊，用于通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句；所述判別結果為含義明確或者含義不明確；評估模塊，用于確定所述待評估語句所屬待評估文本中的關鍵實體和事件類詞語；

通過語法分析技術，確定所述待評估語句中的主語與謂語，確定所述主語是否為所述關鍵實體，確定所述謂語是否為所述事件類詞語；

若是，則判定所述待評估語句的語句價值較高，獲得評估結果，所述評估結果包括所述明確度和所述語句價值；

抽取模塊，用于根據所述評估結果對所述待評估語句進行信息抽取。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

訓練模塊，用于通過預設的已對語句明確度進行標注后的待訓練文本對預設的待訓練模型進行訓練，獲得所述預設的神經網絡模型。