[發明專利]文本質量評估方法、文本推薦方法及裝置、介質及設備

在審

• 申請號: 202010099062.8
• 申請日: 2020-02-18
• 公開（公告）號: CN111339765A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 廖東亮;黎功福;黃申;徐進
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

1.一種文本質量評估方法，其特征在于，包括：

獲取文本數據，對所述文本數據進行拆分得到文本單元；

對所述文本單元進行重組，以獲取所述文本數據對應的文本結構樹；

基于所述文本單元和所述文本結構樹對所述文本數據進行質量評估，以獲取對應的評估結果。

2.根據權利要求1所述的評估方法，其特征在于，所述基于所述文本單元和所述文本結構樹對所述文本數據進行質量評估，以獲取對應的評估結果，包括：

對所述文本單元進行編碼，得到各所述文本單元對應的第一單元表示向量；

將所述第一單元表示向量和所述文本結構樹輸入預先訓練的雙向遞歸神經網絡進行處理，得到所述文本數據對應的評估結果。

3.根據權利要求2所述的評估方法，其特征在于，所述雙向遞歸神經網絡的處理包括：

基于所述文本結構樹對所述第一單元表示向量進行雙向遞歸處理，以獲取第一文章表示向量和第二文章表示向量；

基于所述第一文章表示向量和所述第二文章表示向量生成所述文本數據對應的最終表示向量；

根據所述最終表示向量確定所述文本數據對應的評估結果。

4.根據權利要求3所述的評估方法，其特征在于，所述基于所述文本結構樹對所述第一單元表示向量進行雙向遞歸處理，以獲取第一文章表示向量和第二文章表示向量，包括：

以所述文本結構樹的葉子節點開始，將所述葉子節點中包含的文本單元對應的第一單元表示向量向根節點方向進行逐層匯集計算，以獲取所述文本結構樹的根節點對應的第一文章表示向量；

以所述根節點為起點，將所述第一文章表示向量向所述葉子節點方向進行反向傳遞，并進行更新計算以獲取各所述葉子節點對應的第二單元表示向量；

對所有葉子節點對應的所述第二單元表示向量進行整合，以生成第二文章表示向量。

5.根據權利要求4所述的評估方法，其特征在于，所述對所有葉子節點對應的所述第二單元表示向量進行整合，以生成第二文章表示向量，包括：

根據預先訓練的注意力機制計算各所述第二單元表示向量對應的權重，并根據所述權重對所述第二單元向量進行整合，以生成所述第二文章表示向量。

6.根據權利要求3所述的評估方法，其特征在于，所述基于所述第一文章表示向量和所述第二文章表示向量生成所述文本數據對應的最終表示向量，包括：

對所述第一文章表示向量與所述第二文章表示向量進行拼接處理，得到所述文本數據對應的最終表示向量。

7.根據權利要求2所述的評估方法，其特征在于，所述對所述文本單元進行編碼，得到各所述文本單元對應的第一單元表示向量，包括：

通過預設詞表將所述文本單元中的每個字映射為所述字對應的字符串，并根據所述字對應的字符串生成所述文本單元對應的字符串；

將每個所述文本單元對應的字符串輸入預先訓練的編碼模型中，以獲取各所述文本單元對應的第一單元表示向量。

8.根據權利要求1所述的評估方法，其特征在于，所述對所述文本單元進行重組，以獲取所述文本數據對應的文本結構樹，包括：

將所述文本單元輸入預先訓練的結構樹模型，得到所述文本數據對應的文本結構樹。

9.根據權利要求1所述的評估方法，其特征在于，所述評估結果包括評估分類或評估評分。

10.根據權利要求1所述的評估方法，其特征在于，在對所述文本數據進行拆分得到文本單元之前，所述方法還包括：

對所述文本數據進行預處理，以獲取處理后的文本數據；

其中，所述預處理包括以下至少一種或多種的組合：

清除所述文本數據中的格式符號；

清楚所述文本數據中的無效字符；

根據預設替換規則對所述文本數據中的非自然語言數據進行替換。