[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

本發明提出一種文章質量檢測方法和裝置，其中，方法包括：提取待檢測文章在目標結構部分的內容；將內容輸入與目標結構部分對應的分類模型，獲取文章分類模型輸出的文章類型；根據文章類型生成對待檢測文章的質量檢測結果。由此，結合文章類型的識別進行文章的質量檢測，提高了文章質量檢測的準確性。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種文章質量檢測方法和裝置。

背景技術

隨著計算機技術的發展，各種網絡上的文章越來越多，因此，為了提高信息的有用性，基于文章的質量對文章進行管理成為主流。

相關技術中，通過特征工程抽取一些文章的特征，如文章的字數，圖片數量，中英文字數占比，文章的話題分布，段落數等。把這些特征組成成一個特征向量，輸入到分類器(如隨機森林、神經網絡等)中做分類，最后得到的類別就是文章的質量打分評估。

然而，分類器的性能和泛化性很大程度上取決于特征抽取工作的好壞。在文章的質量評估中，抽取的特征很多不具有普適性，即針對不同的文章類型，特征起到的正負向作用可能不盡相同。比如，對于一篇介紹動漫的文章來說，起到正向作用的特征應當是圖片特征，對于一篇科研文章，起到正向作用的特征應當是數據特征，因此，基于分類器提取同樣的文章特征會導致文章質量的評價不準確。

發明內容

本發明旨在至少在一定程度上解決上述技術中的技術問題之一。

為此，本發明的第一個目的在于提出一種文章質量檢測方法，以結合文章類型的識別進行文章的質量檢測，提高了文章質量檢測的準確性。

本發明的第二個目的在于提出一種文章質量檢測裝置。

本發明的第三個目的在于提出一種計算機設備。

本發明的第四個目的在于提出一種計算機可讀存儲介質。

為達上述目的，本發明第一方面實施例提出了一種文章質量檢測方法，包括：提取待檢測文章在目標結構部分的內容；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；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。

另外，本發明實施例的文章質量檢測方法，還具有如下附加的技術特征：

可選地，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。

可選地，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。

可選地，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。

可選地，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。

可選地，所述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，包括：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。