[发明专利]文档质量评价模型的训练方法、装置、电子设备和介质

说明书

本公开公开了一种文档质量评价模型的训练方法、评价文档质量的方法、装置、设备、介质和产品，涉及深度学习、自然语言处理、知识图谱等领域。文档质量评价模型的训练方法包括：获取初始文档质量评价模型，其中，初始文档质量评价模型是利用多个第一文档训练得到的，每个第一文档具有第一特征数据；获取多个第二文档，其中，每个第二文档具有第二特征数据；利用多个第二文档训练初始文档质量评价模型，以更新初始文档质量评价模型。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、自然语言处理、知识图谱等领域，更具体地，涉及一种文档质量评价模型的训练方法、评价文档质量的方法、装置、电子设备、介质和程序产品。

背景技术

在线上知识内容迅速扩充的背景下，大量文档层出不穷，并且文档质量良莠不齐。当用户需要获取某类文档时，符合用户要求的文档数量较多，用户通常需要从中选择质量较高的文档。但是，在筛选质量较高的文档时，通常通过对一篇一篇的文档逐个进行人工质量判断来进行选择，导致文档选择的效率较低、人工成本较高。

发明内容

本公开提供了一种文档质量评价模型的训练方法、评价文档质量的方法、装置、电子设备、存储介质以及计算机程序产品。

根据本公开的一方面，提供了一种文档质量评价模型的训练方法，包括：获取初始文档质量评价模型，其中，所述初始文档质量评价模型是利用多个第一文档训练得到的，每个所述第一文档具有第一特征数据；获取多个第二文档，其中，每个所述第二文档具有第二特征数据；以及，利用所述多个第二文档训练所述初始文档质量评价模型，以更新所述初始文档质量评价模型。

根据本公开的另一方面，提供了一种评价文档质量的方法，包括：获取待评价文档；以及，利用文档质量评价模型处理所述待评价文档，得到针对所述待评价文档的文档质量评价。其中，所述评价文档质量的方法还包括利用上述文档质量评价模型的训练方法来训练初始文档质量评价模型，以获得所述文档质量评价模型。

根据本公开的另一方面，提供了一种文档质量评价模型的训练装置，包括：第一获取模块、第二获取模块以及第一训练模块。其中，第一获取模块用于获取初始文档质量评价模型，其中，所述初始文档质量评价模型是利用多个第一文档训练得到的，每个所述第一文档具有第一特征数据。第二获取模块用于获取多个第二文档，其中，每个所述第二文档具有第二特征数据和标签。第一训练模块用于利用所述多个第二文档训练所述初始文档质量评价模型，以更新所述初始文档质量评价模型。

根据本公开的另一方面，提供了一种评价文档质量的装置，包括：第三获取模块、处理模块以及第二训练模块。其中，第三获取模块用于获取待评价文档。处理模块用于利用文档质量评价模型处理所述待评价文档，得到针对所述待评价文档的文档质量评价。其中，所述评价文档质量的装置还包括第二训练模块，用于利用上述文档质量评价模型的训练方法来训练初始文档质量评价模型，以获得所述文档质量评价模型。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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：获取初始文档质量评价模型，其中，所述初始文档质量评价模型是利用多个第一文档训练得到的，每个所述第一文档具有第一特征数据；获取多个第二文档，其中，每个所述第二文档具有第二特征数据；以及，利用所述多个第二文档训练所述初始文档质量评价模型，以更新所述初始文档质量评价模型。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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：获取待评价文档；以及，利用文档质量评价模型处理所述待评价文档，得到针对所述待评价文档的文档质量评价。其中，所述评价文档质量的方法还包括利用上述文档质量评价模型的训练方法来训练初始文档质量评价模型，以获得所述文档质量评价模型。