[發明專利]文章質量檢測方法和裝置

有效

• 申請號: 201910552246.2
• 申請日: 2019-06-21
• 公開（公告）號: CN110162797B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張小彬;付志宏;楊宇鴻;賴佳偉;何徑舟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F16/35
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種文章質量檢測方法，其特征在于，包括以下步驟：

提取待檢測文章在目標結構部分的內容，所述目標結構部分包括：標題部分、主體內容部分；

將所述內容輸入與所述目標結構部分對應的分類模型，獲取所述分類模型輸出的文章類型；

獲取與所述文章類型對應的第一質量評測模型；

將所述待檢測文章輸入所述第一質量評測模型，獲取質量檢測結果；或者

將所述文章類型和所述待檢測文章輸入至第二質量評測模型，獲取所述質量檢測結果。

2.如權利要求1所述的方法，其特征在于，當所述目標結構部分包含標題部分時，所述將所述內容輸入與所述目標結構部分對應的分類模型，獲取所述文章分類模型輸出的文章類型，包括：

將所述待檢測文章的標題輸入第一分類模型，以使所述第一分類模型通過所述標題提取標題向量并根據所述標題向量生成并輸出所述文章類型。

3.如權利要求1所述的方法，其特征在于，當所述目標結構部分包含主體內容部分時，所述將所述內容輸入與所述目標結構部分對應的分類模型，獲取所述文章分類模型輸出的文章類型，包括：

將所述待檢測文章的主體內容輸入第二分類模型，以使所述第二分類模型提取所述主體內容多個局部特征并將所述多個局部特征拼接后，將拼接后的多個局部特征輸出池化層獲取主體內容向量并根據所述主體內容向量生成并輸出所述文章類型。

4.如權利要求1所述的方法，其特征在于，在所述將所述內容輸入與所述目標結構部分對應的分類模型之前，包括：

根據文章主旨建立文章分類體系，其中，所述文章分類體系包括多個文章類型及與所述多個文章類型中每個文章類型對應的子類型；

獲取文章類型覆蓋所述文章分類體系的訓練文章樣本；

根據所述訓練文章樣本訓練所述分類模型，直至所述分類模型輸出的文章類型與輸入的訓練文章樣本一致時，完成對所述分類模型的訓練。

5.如權利要求4所述的方法，其特征在于，所述獲取文章類型覆蓋所述文章分類體系的訓練文章樣本，包括：

獲取與所述文章分類體系中的文章類型對應的多個網站地址；

根據所述多個網站地址確定與所述文章類型對應的訓練文章樣本。

6.一種文章質量檢測裝置，其特征在于，包括：

提取模塊，用于提取待檢測文章在目標結構部分的內容，所述目標結構部分包括：標題部分、主體內容部分；

第一獲取模塊，用于將所述內容輸入與所述目標結構部分對應的分類模型，獲取所述分類模型輸出的文章類型；

生成模塊，用于根據所述文章類型生成對所述待檢測文章的質量檢測結果；

所述生成模塊，具體用于：

獲取與所述文章類型對應的第一質量評測模型；

將所述待檢測文章輸入所述第一質量評測模型，獲取所述質量檢測結果；或者用于：

將所述文章類型和所述待檢測文章輸入至第二質量評測模型，獲取所述質量檢測結果。

7.如權利要求6所述的裝置，其特征在于，還包括：

建立模塊，用于根據文章主旨建立文章分類體系，其中，所述文章分類體系包括多個文章類型及與所述多個文章類型中每個文章類型對應的子類型；

第二獲取模塊，用于獲取文章類型覆蓋所述文章分類體系的訓練文章樣本；

訓練模塊，用于根據所述訓練文章樣本訓練所述分類模型，直至所述分類模型輸出的文章類型與輸入的訓練文章樣本一致時，完成對所述分類模型的訓練。

8.一種計算機設備，其特征在于，包括處理器和存儲器；

其中，所述處理器通過讀取所述存儲器中存儲的可執行程序代碼來運行與所述可執行程序代碼對應的程序，以用于實現如權利要求1-5中任一項所述的文章質量檢測方法。

9.一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，所述計算機程序被處理器執行時實現如權利要求1-5中任一項所述的文章質量檢測方法。