[發(fā)明專利]文檔質(zhì)量評價模型的訓(xùn)練方法、裝置、電子設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011572453.3
• 申請日: 2020-12-25
• 公開（公告）號: CN112579729A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計(jì)）人: 韓都曉;邵世臣;李永恒;李夢澤
• 申請（專利權(quán)）人: 百度（中國）有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F16/35;G06F16/951;G06K9/62
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 王江選

1.一種文檔質(zhì)量評價模型的訓(xùn)練方法，包括：

獲取初始文檔質(zhì)量評價模型，其中，所述初始文檔質(zhì)量評價模型是利用多個第一文檔訓(xùn)練得到的，每個所述第一文檔具有第一特征數(shù)據(jù)；

獲取多個第二文檔，其中，每個所述第二文檔具有第二特征數(shù)據(jù)；以及

利用所述多個第二文檔訓(xùn)練所述初始文檔質(zhì)量評價模型，以更新所述初始文檔質(zhì)量評價模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，每個所述第二文檔還包括標(biāo)簽，所述第二文檔的標(biāo)簽是基于所述第二特征數(shù)據(jù)得到的；

其中，所述利用所述多個第二文檔訓(xùn)練所述初始文檔質(zhì)量評價模型包括：

利用所述初始文檔質(zhì)量評價模型處理所述第二文檔的第二特征數(shù)據(jù)，得到針對所述第二文檔的文檔質(zhì)量評價結(jié)果；以及

基于針對所述第二文檔的文檔質(zhì)量評價結(jié)果和所述第二文檔的標(biāo)簽，調(diào)整所述初始文檔質(zhì)量評價模型的模型參數(shù)，以更新所述初始文檔質(zhì)量評價模型。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述第二特征數(shù)據(jù)包括以下至少一項(xiàng)：

所述第二文檔的作者公信度特征數(shù)據(jù)；

所述第二文檔的熱點(diǎn)特征數(shù)據(jù)；以及

所述第二文檔的圖特征數(shù)據(jù)，其中，所述圖特征數(shù)據(jù)表征所述第二文檔、所述第二文檔的作者、閱讀所述第二文檔的用戶之間的關(guān)聯(lián)關(guān)系。

4.根據(jù)權(quán)利要求1所述的方法，還包括：

獲取多個第一文檔，其中，每個所述第一文檔具有標(biāo)簽；

利用待訓(xùn)練的文檔質(zhì)量評價模型處理所述第一特征數(shù)據(jù)，得到針對所述第一文檔的文檔質(zhì)量評價結(jié)果；以及

基于針對所述第一文檔的文檔質(zhì)量評價結(jié)果和所述第一文檔的標(biāo)簽，調(diào)整待訓(xùn)練的文檔質(zhì)量評價模型的模型參數(shù)，以得到所述初始文檔質(zhì)量評價模型。

5.根據(jù)權(quán)利要求1至4中任意一項(xiàng)所述的方法，其中，所述第一特征數(shù)據(jù)包括以下至少一項(xiàng)：

所述第一文檔的文檔內(nèi)容特征；

針對所述第一文檔的用戶行為特征；

所述第一文檔的作者特征，其中，所述作者特征包括作者被關(guān)注特征和作者的文檔質(zhì)量特征中的至少一項(xiàng)。

6.根據(jù)權(quán)利要求4所述的方法，還包括：獲取每個所述第一文檔的標(biāo)簽；所述獲取每個所述第一文檔的標(biāo)簽包括：

處理所述第一文檔，得到所述第一文檔的至少一個文檔屬性信息；以及

基于預(yù)設(shè)的規(guī)則處理所述至少一個文檔屬性信息，得到所述第一文檔的標(biāo)簽，其中，所述第一文檔的標(biāo)簽表征了所述第一文檔的文檔質(zhì)量評價。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述文檔屬性信息包括以下至少一個：

文檔標(biāo)題信息、文檔題文相關(guān)性信息、文檔可讀性信息、文檔完整度信息、文檔圖表信息、文檔篇幅信息、文檔美觀性信息、文檔實(shí)用性信息、文檔作弊信息。

8.根據(jù)權(quán)利要求1或4所述的方法，還包括：

獲取至少一個驗(yàn)證文檔，每個所述驗(yàn)證文檔具有特征數(shù)據(jù)和標(biāo)簽；

利用所述初始文檔質(zhì)量評價模型處理所述驗(yàn)證文檔的特征數(shù)據(jù)，得到針對所述驗(yàn)證文檔的文檔質(zhì)量評價結(jié)果；

基于針對所述驗(yàn)證文檔的文檔質(zhì)量評價結(jié)果和所述驗(yàn)證文檔的標(biāo)簽，從所述至少一個驗(yàn)證文檔中確定目標(biāo)驗(yàn)證文檔，其中，所述目標(biāo)驗(yàn)證文檔的文檔質(zhì)量評價結(jié)果的和所述目標(biāo)驗(yàn)證文檔的標(biāo)簽之間不匹配；

基于所述目標(biāo)驗(yàn)證文檔，獲取多個訓(xùn)練文檔，其中，每個所述訓(xùn)練文檔的文檔屬性信息與所述目標(biāo)驗(yàn)證文檔的文檔屬性信息之間的相似度滿足預(yù)設(shè)相似度；以及

基于所述多個訓(xùn)練文檔更新所述初始文檔質(zhì)量評價模型。

9.一種評價文檔質(zhì)量的方法，包括：

獲取待評價文檔；以及

利用文檔質(zhì)量評價模型處理所述待評價文檔，得到針對所述待評價文檔的文檔質(zhì)量評價；

其中，所述評價文檔質(zhì)量的方法還包括利用根據(jù)權(quán)利要求1-8中任意一項(xiàng)所述的訓(xùn)練方法來訓(xùn)練初始文檔質(zhì)量評價模型，以獲得所述文檔質(zhì)量評價模型。