[發明專利]文檔質量評價模型的訓練方法、裝置、電子設備和介質

在審

• 申請號: 202011572453.3
• 申請日: 2020-12-25
• 公開（公告）號: CN112579729A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 韓都曉;邵世臣;李永恒;李夢澤
• 申請（專利權）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: 中科專利商標代理有限責任公司 11021
• 代理人: 王江選

本公開公開了一種文檔質量評價模型的訓練方法、評價文檔質量的方法、裝置、設備、介質和產品，涉及深度學習、自然語言處理、知識圖譜等領域。文檔質量評價模型的訓練方法包括：獲取初始文檔質量評價模型，其中，初始文檔質量評價模型是利用多個第一文檔訓練得到的，每個第一文檔具有第一特征數據；獲取多個第二文檔，其中，每個第二文檔具有第二特征數據；利用多個第二文檔訓練初始文檔質量評價模型，以更新初始文檔質量評價模型。

技術領域

本公開涉及人工智能技術領域，尤其涉及深度學習、自然語言處理、知識圖譜等領域，更具體地，涉及一種文檔質量評價模型的訓練方法、評價文檔質量的方法、裝置、電子設備、介質和程序產品。

背景技術

在線上知識內容迅速擴充的背景下，大量文檔層出不窮，并且文檔質量良莠不齊。當用戶需要獲取某類文檔時，符合用戶要求的文檔數量較多，用戶通常需要從中選擇質量較高的文檔。但是，在篩選質量較高的文檔時，通常通過對一篇一篇的文檔逐個進行人工質量判斷來進行選擇，導致文檔選擇的效率較低、人工成本較高。

發明內容

本公開提供了一種文檔質量評價模型的訓練方法、評價文檔質量的方法、裝置、電子設備、存儲介質以及計算機程序產品。

根據本公開的一方面，提供了一種文檔質量評價模型的訓練方法，包括：獲取初始文檔質量評價模型，其中，所述初始文檔質量評價模型是利用多個第一文檔訓練得到的，每個所述第一文檔具有第一特征數據；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據；以及，利用所述多個第二文檔訓練所述初始文檔質量評價模型，以更新所述初始文檔質量評價模型。

根據本公開的另一方面，提供了一種評價文檔質量的方法，包括：獲取待評價文檔；以及，利用文檔質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量評價。其中，所述評價文檔質量的方法還包括利用上述文檔質量評價模型的訓練方法來訓練初始文檔質量評價模型，以獲得所述文檔質量評價模型。

根據本公開的另一方面，提供了一種文檔質量評價模型的訓練裝置，包括：第一獲取模塊、第二獲取模塊以及第一訓練模塊。其中，第一獲取模塊用于獲取初始文檔質量評價模型，其中，所述初始文檔質量評價模型是利用多個第一文檔訓練得到的，每個所述第一文檔具有第一特征數據。第二獲取模塊用于獲取多個第二文檔，其中，每個所述第二文檔具有第二特征數據和標簽。第一訓練模塊用于利用所述多個第二文檔訓練所述初始文檔質量評價模型，以更新所述初始文檔質量評價模型。

根據本公開的另一方面，提供了一種評價文檔質量的裝置，包括：第三獲取模塊、處理模塊以及第二訓練模塊。其中，第三獲取模塊用于獲取待評價文檔。處理模塊用于利用文檔質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量評價。其中，所述評價文檔質量的裝置還包括第二訓練模塊，用于利用上述文檔質量評價模型的訓練方法來訓練初始文檔質量評價模型，以獲得所述文檔質量評價模型。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器和與所述至少一個處理器通信連接的存儲器。其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行：獲取初始文檔質量評價模型，其中，所述初始文檔質量評價模型是利用多個第一文檔訓練得到的，每個所述第一文檔具有第一特征數據；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據；以及，利用所述多個第二文檔訓練所述初始文檔質量評價模型，以更新所述初始文檔質量評價模型。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器和與所述至少一個處理器通信連接的存儲器。其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行：獲取待評價文檔；以及，利用文檔質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量評價。其中，所述評價文檔質量的方法還包括利用上述文檔質量評價模型的訓練方法來訓練初始文檔質量評價模型，以獲得所述文檔質量評價模型。