[發明專利]文章可讀性確定方法、裝置、設備和介質

有效

• 申請號: 201811331517.3
• 申請日: 2018-11-09
• 公開（公告）號: CN109408829B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 黃俊衡;陳思姣;羅雨
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F16/35;G06N3/04
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種文章可讀性確定方法，其特征在于，包括：

基于句間模型、句內模型和相似度模型檢測目標文章,獲得句間概率、句子的困惑度和句間相似度；

根據所述句間概率、句子的困惑度和句間相似度，通過動態分類模型確定目標文章的可讀性得分；

其中：

所述句內模型是基于對確定句子困惑度的神經網絡語言模型訓練獲得，所述句間模型是基于對確定句間概率的跨句子語言模型訓練獲得；

其中所述動態分類模型的訓練過程如下：

將訓練文檔集中的樣本文檔分別輸入訓練完成的所述句間模型、句內模型和相似度模型，獲得樣本文檔的句間概率、句子的困惑度和句間相似度；

將所述樣本文檔的句間概率、句子的困惑度和句間相似度作為樣本特征輸入動態分類模型進行訓練。

2.一種文章可讀性確定裝置，其特征在于，包括：

特征確定模塊，用于基于句間模型、句內模型和相似度模型檢測目標文章，獲得句間概率、句子的困惑度和句間相似度；

可讀性確定模塊，用于根據所述句間概率、句子的困惑度和句間相似度，通過動態分類模型確定目標文章的可讀性得分；

其中：

所述句內模型是基于對確定句子困惑度的神經網絡語言模型訓練獲得，所述句間模型是基于對確定句間概率的跨句子語言模型訓練獲得；

其中所述動態分類模型的訓練過程如下：

將訓練文檔集中的樣本文檔分別輸入訓練完成的所述句間模型、句內模型和相似度模型，獲得樣本文檔的句間概率、句子的困惑度和句間相似度；

將所述樣本文檔的句間概率、句子的困惑度和句間相似度作為樣本特征輸入動態分類模型進行訓練。

3.一種設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1所述的文章可讀性確定方法。

4.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1所述的文章可讀性確定方法。