[发明专利]质量评价模型获取方法及装置、计算机设备与存储介质

说明书

本发明实施例提供了一种质量评价模型获取方法及装置、计算机设备与存储介质。本发明实施例中，通过获取样本问答数据，然后，利用槽位填充方式处理所述样本问答数据，得到与所述样本问答数据对应的样本质量评价分数，从而，将所述样本问答数据作为初始质量评价模型的输入，将所述样本质量评价分数作为所述初始质量评价模型的输出，利用神经网络机制，对所述初始质量评价模型进行训练，得到训练后的目标质量评价模型。因此，本发明实施例提供的技术方案能够解决现有技术中通过预设的配置规则进行质量评价导致分数的准确率较低的问题。

【技术领域】

本发明涉及计算机技术领域，尤其涉及一种质量评价模型获取方法及装置、计算机设备与存储介质。

【背景技术】

目前，在通过网络实现的问答系统中，如购物网站提供的购物问答系统，涉及应答人员或应答服务器针对用户提问的问题进行回复的场景，并且，回复的问题是否准确解决用户的提问，一般可作为应答人员的绩效考核标准或应答服务器的质量评价标准。

基于人工实现对问答数据的质量评价比较复杂，因此，现有技术中一般是通过预先设置好打分规则，通过复杂的规则配置过程，如此，当需要对应答人员或应答服务器的问答数据进行质量评价时，需要根据预设的打分规则，来最终确定其质量评价分数。

但是，现有的质量评价方法存在配置规则复杂，以及，由于预先配置好的打分规则灵活性较差，质量评价分数的准确率较低。

【发明内容】

有鉴于此，本发明实施例提供了一种质量评价模型获取方法及装置、计算机设备与存储介质，用以解决现有技术中通过预设的配置规则进行质量评价导致分数的准确率较低的问题。

第一方面，本发明实施例提供了一种质量评价模型获取方法，包括：

获取样本问答数据；

利用槽位填充方式处理所述样本问答数据，得到与所述样本问答数据对应的样本质量评价分数；

将所述样本问答数据作为初始质量评价模型的输入，将所述样本质量评价分数作为所述初始质量评价模型的输出，利用神经网络机制，对所述初始质量评价模型进行训练，得到训练后的目标质量评价模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用槽位填充方式处理所述样本问答数据，得到与所述样本问答数据对应的样本质量评价分数，包括：

对所述样本问答数据进行语义识别，得到所述样本问答数据的至少一个提问特征与至少一个答复特征；

利用所述槽位填充方式，对各提问特征与各答复特征进行匹配，得到有效问答特征；

根据所述有效问答特征，确定所述样本质量评价分数。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述有效问答特征，确定所述样本质量评价分数，包括：

获取所述有效问答特征的数目，以作为所述样本质量评价分数。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述有效问答特征，确定所述样本质量评价分数，包括：

获取所述有效问答特征的第一数目与总提问特征的第二数目；

获取所述第一数目与所述第二数目之间的比例，以作为所述样本质量评价分数。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述有效问答特征，确定所述样本质量评价分数，包括：

根据预设的各提问特征的权重，获取各提问特征与各自对应的权重之积，其中，所述有效问答特征的权重大于其余提问特征的权重；

获取各提问特征的积之和，以作为所述样本质量评价分数。