[發(fā)明專利]文章可讀性確定方法、裝置、設(shè)備和介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811331517.3
• 申請日: 2018-11-09
• 公開（公告）號: CN109408829B
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計）人: 黃俊衡;陳思姣;羅雨
• 申請（專利權(quán)）人: 北京百度網(wǎng)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

本發(fā)明實施例公開了一種文章可讀性確定方法、裝置、設(shè)備和介質(zhì)，涉及文本可讀性分析領(lǐng)域。該方法包括：基于句間模型、句內(nèi)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(jù)句間概率、句子的困惑度和句間相似度，通過動態(tài)分類模型確定目標文章的可讀性得分；動態(tài)分類模型的訓(xùn)練過程如下：將訓(xùn)練文檔集中的樣本文檔分別輸入訓(xùn)練完成的所述句間模型、句內(nèi)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(tài)分類模型進行訓(xùn)練。本發(fā)明實施例提供的一種文章可讀性確定方法、裝置、設(shè)備和介質(zhì)，實現(xiàn)了文章可讀性的準確確定。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及文本可讀性分析領(lǐng)域，尤其涉及一種文章可讀性確定方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

在這互聯(lián)網(wǎng)信息爆炸的時代，每天都有數(shù)以百萬計的文章產(chǎn)出。眾所周知，可讀性好的文章會給讀者帶來極大的經(jīng)濟意義。

然而，直接產(chǎn)出的文章中往往存在句子或段落不連貫，以及句子或段落存在錯別字的情況。這些情況都會導(dǎo)致文章邏輯混亂和文本不連貫的問題。這些問題都直接影響文章的可讀性，使得真正可讀性良好(邏輯清晰，文本連貫)的文章少了很多。

因此，如何挑選出可讀性好的文章推送給讀者成為了亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種文章可讀性確定方法、裝置、設(shè)備和介質(zhì)，以實現(xiàn)文章可讀性的準確確定。

第一方面，本發(fā)明實施例提供了一種文章可讀性確定方法，該方法包括：

基于句間模型、句內(nèi)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(jù)所述句間概率、句子的困惑度和句間相似度，通過動態(tài)分類模型確定目標文章的可讀性得分；

其中：

所述句內(nèi)模型是基于對確定句子困惑度的神經(jīng)網(wǎng)絡(luò)語言模型訓(xùn)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(xùn)練獲得；

其中所述動態(tài)分類模型的訓(xùn)練過程如下：

將訓(xùn)練文檔集中的樣本文檔分別輸入訓(xùn)練完成的所述句間模型、句內(nèi)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(tài)分類模型進行訓(xùn)練。

第二方面，本發(fā)明實施例還提供了一種文章可讀性確定裝置，該裝置包括：

特征確定模塊，用于基于句間模型、句內(nèi)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(jù)所述句間概率、句子的困惑度和句間相似度，通過動態(tài)分類模型確定目標文章的可讀性得分；

其中：

所述句內(nèi)模型是基于對確定句子困惑度的神經(jīng)網(wǎng)絡(luò)語言模型訓(xùn)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(xùn)練獲得；

其中所述動態(tài)分類模型的訓(xùn)練過程如下：

將訓(xùn)練文檔集中的樣本文檔分別輸入訓(xùn)練完成的所述句間模型、句內(nèi)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(tài)分類模型進行訓(xùn)練。

第三方面，本發(fā)明實施例還提供了一種設(shè)備，所述設(shè)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，