【技术实现步骤摘要】
文章的质量评价方法及装置
本公开的实施例涉及计算机
,特别是涉及一种文章的质量评价方法及装置。
技术介绍
伴随着物联网的普及,更多的普通人员加入了网络发表文章的行列当中。以新闻行业为例,由于专业的记者数量受限,同时伴随着网络新闻的需求大量增加,更多的自由撰稿人加入了新闻撰稿的行列当中。其中大部分的自由撰稿人并非具有专业的新闻文稿撰写的培训经历,导致了自由撰稿人撰写的稿件当中,存在着质量参差不齐的问题。这些问题大大增加了新闻审稿人的工作量,导致多数的新闻稿件并未来的及认真的审核,便被发送至网络进行新闻发布,致使网络存在着大量质量较为低下的新闻文稿,给用户带来了较差的阅读体验。
技术实现思路
本公开为解决现有技术中待审核稿件数量巨大,多数新闻稿件存在着时效性,难以及时通过少量人工完成审核的技术问题。本公开的实施例主要提供如下技术方案:第一方面,本公开的实施例提供了一种文章的质量评价方法,包括:根据第一神经网络模型计算待评价文章的语义特征向量;根据第二神经网络模型对 ...
【技术保护点】
1.一种文章的质量评价方法,其特征在于,包括:/n根据第一神经网络模型计算待评价文章的语义特征向量;/n根据第二神经网络模型对所述语义特征向量进行分类,评价得出所述待评价文章的质量。/n
【技术特征摘要】
1.一种文章的质量评价方法,其特征在于,包括:
根据第一神经网络模型计算待评价文章的语义特征向量;
根据第二神经网络模型对所述语义特征向量进行分类,评价得出所述待评价文章的质量。
2.根据权利要求1所述的文章的质量评价方法,其特征在于,在根据第二神经网络模型对所述语义特征向量进行分类之前,所述方法还包括:
根据所述第一神经网络模型计算待训练文章的语义特征向量;
根据所述待训练文章的语义特征向量以及所述待训练文章的质量标签进行模型训练,获得所述第二神经网络模型。
3.根据权利要求1所述的文章的质量评价方法,其特征在于,根据第一神经网络模型计算待评价文章的语义特征向量,包括:
根据所述第一神经网络模型获取所述待评价文章的文字所对应的语义特征向量;
根据所述待评价文章中每个所述文字对应的语义特征向量计算所述待评价文章的语义特征向量。
4.根据权利要求1所述的文章的质量评价方法,其特征在于,根据第一神经网络模型计算待评价文章的语义特征向量,包括:
通过通用语义特征向量和当前句子每个字的语义特征向量得到每个字的权重,通过权重和每个字的语义特征向量计算所述待评价文章的语义特征向量。
5.根据权利要求1-4中任一项所述的文章的质量的评价方法,其特征在于,根据第二神经网络模型对所述语义特征向量进行分类,包括:
根据第三神经网络模型对所述待评价文章分类;
选取与所述待评价文章所属类别对应的第二神经网...
【专利技术属性】
技术研发人员:侯兴林,李如寐,李彦,亓超,马宇驰,
申请(专利权)人:三角兽北京科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。