本公开公开了一种识别知识问答中的优质回答的方法，涉及人工智能领域，尤其涉及深度学习、智能搜索、智能推荐等技术领域，可以应用于医疗问答、法律问答等场景。具体实现方案为：获取针对目标问题提交的至少一个回答；针对至少一个回答中的每个回答，执行以下操作，以确定至少一个回答中的优质回答：基于目标问题和回答，确定该回答的文本特征；确定提交该回答的目标用户的第一特征；确定第二特征，其中，第二特征用于表征浏览者对该回答的满意度；以及基于文本特征、第一特征和第二特征，确定该回答的文本质量。答的文本质量。答的文本质量。
【技术实现步骤摘要】
识别知识问答中的优质回答的方法、装置和设备
[0001]本公开涉及人工智能领域，涉及深度学习、智能搜索、智能推荐等
，可以应用于医疗问答、法律问答等场景。尤其涉及一种识别知识问答中的优质回答的方法、装置、设备、存储介质和计算机程序产品。
技术介绍
[0002]知识问答社区是一个为大众提供知识需求和知识供给的互动式、开放式社区。这类社区形态上大多是以用户间的“提问
‑
回答”形式存在的。然而，由于知识问答社区的开放性，导致各类用户针对同一提问贡献的回答往往质量差异很大。从知识问答社区角度来看，希望培养出一批优质的答主来帮助社区良性发展，从浏览者角度来看，希望能够在知识问答社区找到优质且满意的回答。如何识别出优质回答并将其排列到针对特定问题给出的所有回答的首位，是知识问答社区亟待解决的问题。
技术实现思路
[0003]本公开提供了一种识别知识问答中的优质回答的方法、装置、设备、存储介质以及计算机程序产品。
[0004]根据本公开的一方面，提供了一种识别知识问答中的优质回答的方法，包括：获取针对目标问题提交的至少一个回答；针对所述至少一个回答中的每个回答，执行以下操作，以确定所述至少一个回答中的优质回答：基于所述目标问题和回答，确定该回答的文本特征；确定提交该回答的目标用户的第一特征；确定第二特征，其中，所述第二特征用于表征浏览者对该回答的满意度；以及基于所述文本特征、所述第一特征和所述第二特征，确定该回答的文本质量。
[0005]根据本公开的另一方面，提供了一种识别知识问答中的优质回答的装置，包括：获取模块，用于获取针对目标问题提交的至少一个回答；确定模块，用于针对所述至少一个回答中的每个回答，执行以下操作，以确定所述至少一个回答中的优质回答：第一确定单元，用于基于所述目标问题和回答，确定该回答的文本特征；第二确定单元，用于确定提交该回答的目标用户的第一特征；第三确定单元，用于确定第二特征，其中，所述第二特征用于表征浏览者对该回答的满意度；以及第四确定单元，用于基于所述文本特征、所述第一特征和所述第二特征，确定该回答的文本质量。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例所述的方法。
[0007]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算
机程序在被处理器执行时实现根据本公开实施例所述的方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1A示例性示出了适于本公开实施例的系统架构；
[0012]图1B示例性示出了可以实现本公开实施例的场景图；
[0013]图2示例性示出了根据本公开实施例的识别知识问答中的优质回答的方法的流程图；
[0014]图3示例性示出了根据本公开实施例的确定回答的文本特征的示意图；
[0015]图4示例性示出了根据本公开实施例的确定答主是否优质的示意图；
[0016]图5示例性示出了根据本公开实施例的确定浏览者满意度的示意图；
[0017]图6示例性示出了根据本公开实施例的知识问答中识别优质回答的示意图；
[0018]图7示例性示出了根据本公开实施例的识别知识问答中的优质回答的装置的框图；以及
[0019]图8示例性示出了用来实现本公开实施例的方法和装置的电子设备的框图。
具体实施方式
[0020]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0021]应该理解，在一种方案(方案1)中，可以将问题和回答拼接在一起后输入文本分类模型进行优质回答判定。或者，在另一种方案(方案2)中，还可以在方案1的基础上，融合一些后验信息(如问答界面中显示的“赞”、“踩”等用户评论)进行优质回答判定。
[0022]对于方案1而言，可以很好地学习到问题与回答间的关系以及回答与回答间的上下文关系，并且可以很好地区分优质回答和非优质回答，但是并不能很好地区分出优质回答中更优质的回答。
[0023]对于方案2而言，可以在方案1的基础上，即可以在文本分类模型的基础上，融合一些后验信息进行优质回答判定。因而通过方案2，可以区分一些优质回答中更优质的回答，但是实现该效果的前提是需要有后验信息，并且后验信息还要准确。
[0024]可见，上述两种方案使用场景有所不同，所带来的问题和不足也有所不同。
[0025]示例性的，方案1只能应用在对优质回答要求不高的场景，或者不需要从优质回答中区分出更优质的回答，比如权威性回答(如专业律师对法律问题的回答、专业医师对医疗问题的回答等)、垂直类型回答(如针对法律问题的回答、针对医疗问题的回答等)。
[0026]示例性的，方案2虽然可以有效避免方案1中出现的上述问题，但是方案2完全依赖于后验信息，因而很难保证对没有覆盖后验信息的用户回答的准确识别。
[0027]基于此，本公开实施例提供了一种基于用户回答文本、答主质量和浏览者满意度
识别知识问答中的优质回答的方案，可以有效识别出优质回答，并且可以提升知识问答社区中答主的质量以及问答文本的质量，进而可以提升浏览者的用户体验。
[0028]以下将结合附图和具体实施例详细阐述本公开。
[0029]适于本公开实施例的方法和装置的系统架构介绍如下。
[0030]图1A示例性示出了适于本公开实施例的系统架构。需要注意的是，图1A所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他环境或场景。
[0031]如图1A所示，本公开实施例中的系统架构100可以包括：终端设备101、103和104，服务端102。
[0032]在本公开实施例中，上述系统架构100可以应用于知识问答社区。其中，在知识问答社区中，提问者可以通过终端设备101提交自己的问题，各答主可以通过终端设备103并针对用户提问提交自己的回答，各浏览者(包括提问者)可以通过终端设备104浏览知识问答社区中的提问和回答。
[003本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种识别知识问答中的优质回答的方法，包括：获取针对目标问题提交的至少一个回答；针对所述至少一个回答中的每个回答，执行以下操作，以确定所述至少一个回答中的优质回答：基于所述目标问题和回答，确定该回答的文本特征；确定提交该回答的目标用户的第一特征；确定第二特征，其中，所述第二特征用于表征浏览者对该回答的满意度；以及基于所述文本特征、所述第一特征和所述第二特征，确定该回答的文本质量。2.根据权利要求1所述的方法，其中，基于所述目标问题和回答，确定该回答的文本特征，包括：基于所述目标问题和该回答，从问题维度、回答维度和页面维度中的至少之一确定该回答的文本特征。3.根据权利要求1或2所述的方法，其中，确定提交该回答的目标用户的第一特征，包括：从用户历史行为维度、回答问题的垂直度维度、用户活跃度维度、用户专业度维度、用户写作风格维度和用户基本属性维度中的至少之一确定提交该回答的目标用户的第一特征。4.根据权利要求1所述的方法，其中，确定第二特征，包括以下至少之一：确定浏览者在展示该回答的网页上的停留时长，并基于所述停留时长挖掘对应的第二特征；确定浏览者在浏览该回答的过程中的行为轨迹，并基于所述行为轨迹挖掘对应的第二特征；确定浏览者针对该回答执行的用户操作，并基于所述用户操作挖掘对应的第二特征；确定浏览者针对该回答给出的评价值，并基于所述评价值挖掘对应的第二特征；确定浏览者对该回答的情感倾向属性，并基于所述情感倾向属性挖掘对应的第二特征；确定该回答是否是浏览者在浏览过程中的结尾点击对象，以获得对应的确定结果，并基于所述确定结果挖掘对应的第二特征。5.根据权利要求1所述的方法，其中，基于所述文本特征、所述第一特征和所述第二特征，确定该回答的文本质量，包括：将所述文本特征、所述第一特征以及所述第二特征输入预先得到的优质回答识别模型，以获得对应的输出结果；确定所述输出结果是否大于指定阈值；以及响应于确定所述输出结果大于所述指定阈值，将该回答作为所述目标问题的优质回答存入对应的优质回答数据库。6.一种识别知识问答中的优质回答的装置，包括：获取模块，用于获取针对目标问题提交的至少一个回答；确定模块，用于针对所述至少一个回答中的每个回答，执行以下操作，以确定所述至少一个回答中的优质回答：
第一确定单元，用于基于所述目标问题和回答，确定该回答的文本特征；第二确定单元，用于确定提交该回答的目标用户的第一特征；第三确定单元，用于确定第二特征，其中，所述第二特征用于表征浏览者对该...
【专利技术属性】
技术研发人员：庞海龙，宋丹丹，张玉东，张铮，张文君，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
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。