[發明專利]文本評估方法、裝置、設備及介質

在審

• 申請號: 202110652038.7
• 申請日: 2021-06-11
• 公開（公告）號: CN113392638A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 許士亭;賈培磊;許國偉;丁文彪
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06F40/253
• 分類號: G06F40/253;G06F40/289;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 王雪

1.一種文本評估方法，包括：

獲取目標問題以及待評估的目標文本；

基于所述目標問題和所述目標文本進行字符編碼處理，得到字符向量序列；

基于所述字符向量序列，利用預訓練的概率預測模型，獲得概率值，其中，所述概率值用于表征所述目標文本包括有與所述目標問題相對應的應答內容的概率；

基于所述概率值，對所述目標文本進行評估。

2.根據權利要求1所述的方法，其中，所述概率預測模型包括第一概率預測模型，

并且其中，所述基于所述字符向量序列，利用預訓練的概率預測模型，獲得概率值包括：

基于所述字符向量序列，利用所述第一概率預測模型，獲得第一概率值，其中，所述第一概率值用于表征所述目標文本包括有與所述目標問題相對應的應答內容的細測概率。

3.根據權利要求2所述的方法，其中，所述概率預測模型包括第二概率預測模型，

并且其中，所述基于所述字符向量序列，利用預訓練的概率預測模型，獲得概率值包括：

基于所述字符向量序列，利用所述第二概率預測模型，獲得第二概率值，其中，所述第二概率值用于表征所述目標文本包括有與所述目標問題相對應的應答內容的粗測概率。

4.根據權利要求2或3所述的方法，其中，所述基于所述字符向量序列，利用所述第一概率預測模型，獲得第一概率值包括：

針對所述字符向量序列中的每個字符向量，利用所述第一概率預測模型，獲取該字符向量的起始概率值和結束概率值，其中，所述起始概率值用于表征該字符向量作為所述應答內容的起始字符的概率，所述結束概率值用于表征該字符向量作為所述應答內容的結束字符的概率；

基于所述起始概率值和所述結束概率值，獲取所述第一概率值。

5.根據權利要求4所述的方法，其中，所述字符向量序列中的字符向量構成多個字符向量串組，每個字符向量串組包括連續排列的至少兩個字符向量，

并且其中，所述基于所述字符向量序列，利用所述第一概率預測模型，獲得第一概率值包括：

針對每個字符向量串組，獲取該字符向量串組包括的至少兩個字符向量中第一個字符向量的起始概率值以及最后一個字符向量的結束概率值；

將所述第一個字符向量的起始概率值以及所述最后一個字符向量的結束概率值的和值作為該字符向量串組的應答概率值；

基于每個字符向量串組的應答概率值，確定所述第一概率值。

6.根據權利要求5所述的方法，還包括：

基于每個所述字符向量串組的應答概率值，確定具有最大應答概率值的目標字符向量串組；

將所述目標字符向量串組對應的內容作為與所述目標問題相對應的應答內容。

7.根據權利要求3所述的方法，其中，所述概率值為以下中的一種：所述第一概率值、所述第二概率值、所述第一概率值和所述第二概率值的加權值；

并且其中，所述基于所述概率值，對所述目標文本進行評估的步驟包括：

響應于確定所述概率值大于預設概率閾值，確定所述目標文本應答所述目標問題。

8.根據權利要求7所述的方法，還包括：

響應于確定所述目標文本應答所述目標問題，在所述目標文本中標識出與所述目標問題相對應的應答內容。

9.根據權利要求2所述的方法，其特征在于，所述第一概率預測模型按照如下步驟訓練得到：

獲取第一訓練樣本集，所述第一訓練樣本集包括第一文本樣本以及與所述第一文本樣本關聯的第一問題樣本，其中，所述第一文本樣本上攜帶有所述第一問題樣本的應答內容的起始字符標簽和結束字符標簽；以及

采用所述第一訓練樣本集對預設的第一神經網絡模型進行訓練，得到第一概率預測模型。