[發明專利]文本質量評估方法及裝置

有效

• 申請號: 201911370576.6
• 申請日: 2019-12-26
• 公開（公告）號: CN111126063B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 何伯磊
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06N3/0464;G06N3/08
• 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: 王萌

1.一種文本質量評估方法，其特征在于，包括：

獲取待評估的文本以及對應的評論信息；所述評論信息包括：至少一條評論；

對所述文本以及對應的評論信息分別進行特征提取，獲取文本內容特征信息和評論內容特征信息；

將所述文本內容特征信息和所述評論內容特征信息輸入預設的文本分類模型，獲取所述文本的質量等級；

所述評論內容特征信息包括評論信息對應的情感數值、評論信息的觀點抽取結果、評論信息對應的流暢度、評論信息對應的糾錯率，其中，所述評論信息對應的流暢度和糾錯率，用于反映評論是否為機器自動生成的評論；

所述評論信息對應的流暢度的獲取方式為，結合每條評論的內容，獲取每條評論的流暢度，并對各條評論的流暢度進行計算得到評論信息對應的流暢度；

所述評論信息對應的糾錯率的獲取方式為，結合每條評論的內容，獲取每條評論的糾錯率，并對各條評論的糾錯率進行計算得到評論信息對應的糾錯率。

2.根據權利要求1所述的方法，其特征在于，所述文本內容特征信息包括以下信息中的任意一種或者多種：文本標題對應的情感數值、文本正文內容對應的情感數值。

3.根據權利要求1所述的方法，其特征在于，所述評論信息對應的情感數值的獲取方式為，

針對所述評論信息中的每條評論，將所述評論輸入預設的情感分析模型，獲取所述評論對應的情感數值；

對所述至少一條評論對應的情感數值進行計算，確定所述評論信息對應的情感數值。

4.根據權利要求1所述的方法，其特征在于，所述評論信息的觀點抽取結果的獲取方式為，

針對所述評論信息中的每條評論，將所述評論輸入預設的觀點抽取模型，獲取所述評論對應的觀點抽取結果；

對所述至少一條評論對應的觀點抽取結果進行合并，生成所述評論信息對應的觀點抽取結果。

5.根據權利要求1所述的方法，其特征在于，所述將所述文本內容特征信息和所述評論內容特征信息輸入預設的文本分類模型，獲取所述文本的質量等級之前，還包括：

獲取訓練數據，所述訓練數據包括：多個訓練樣本，所述訓練樣本包括：文本、文本對應的評論信息、文本的質量等級；

采用所述訓練數據對初始的文本分類模型進行訓練，得到所述預設的文本分類模型。

6.一種文本質量評估裝置，其特征在于，包括：

獲取模塊，用于獲取待評估的文本以及對應的評論信息；所述評論信息包括：至少一條評論；

特征提取模塊，用于對所述文本以及對應的評論信息分別進行特征提取，獲取文本內容特征信息和評論內容特征信息；

分類模塊，用于將所述文本內容特征信息和所述評論內容特征信息輸入預設的文本分類模型，獲取所述文本的質量等級；

所述評論內容特征信息包括評論信息對應的情感數值、評論信息的觀點抽取結果、評論信息對應的流暢度、評論信息對應的糾錯率，其中，所述評論信息對應的流暢度和糾錯率，用于反映評論是否為機器自動生成的評論；

所述評論信息對應的流暢度的獲取方式為，結合每條評論的內容，獲取每條評論的流暢度，并對各條評論的流暢度進行計算得到評論信息對應的流暢度；

所述評論信息對應的糾錯率的獲取方式為，結合每條評論的內容，獲取每條評論的糾錯率，并對各條評論的糾錯率進行計算得到評論信息對應的糾錯率。

7.根據權利要求6所述的裝置，其特征在于，所述文本內容特征信息包括以下信息中的任意一種或者多種：文本標題對應的情感數值、文本正文內容對應的情感數值。

8.根據權利要求6所述的裝置，其特征在于，所述評論信息對應的情感數值的獲取方式為，

針對所述評論信息中的每條評論，將所述評論輸入預設的情感分析模型，獲取所述評論對應的情感數值；

對所述至少一條評論對應的情感數值進行計算，確定所述評論信息對應的情感數值。