[发明专利]内容质量评估方法、模型训练方法及相关装置

权利要求书

1.一种内容质量评估方法，其特征在于，应用于评估设备，所述方法包括：

获取媒体资源的第一特征以及第二特征，其中，所述第一特征包括所述媒体资源的浏览统计信息，所述第二特征包括所述媒体资源的固有属性信息；

将所述第一特征以及所述第二特征输入到预先训练的评分模型，获得所述媒体资源的目标得分，其中，所述目标得分用于评估用户对所述媒体资源的喜好程度。

2.根据权利要求1所述的内容质量评估方法，其特征在于，所述将所述第一特征以及所述第二特征输入到预先训练的评分模型，获得所述媒体资源的目标得分，包括：

将所述第一特征以及所述第二特征输入到预先训练的评分模型，获得所述评分模型输出的多个分类概率，其中，所述多个分类概率分别表示所述媒体资源与不同质量得分之间的匹配程度；

根据所述多个分类概率以及所述多个分类概率分别对应的质量得分，获得所述媒体资源的目标得分，其中，基础得分在所述目标得分中的占比最高，所述基础得分表示所述多个分类概率中最大分类概率对应的质量得分。

3.根据权利要求2所述的内容质量评估方法，其特征在于，所述根据所述多个分类概率以及所述多个分类概率分别对应的质量得分，获得所述媒体资源的目标得分，包括：

根据所述多个分类概率，将所述最大分类概率对应的质量得分作为所述基础得分；

根据剩余分类概率以及所述剩余分类概率各自对应的质量得分，获得期望得分，其中，所述剩余分类概率未包括所述最大分类概率；

将所述基础得分与所述期望得分之和，作为所述目标得分。

4.根据权利要求1所述的内容质量评估方法，其特征在于，所述根据剩余分类概率以及所述剩余分类概率各自对应的质量得分，获得期望得分，包括：

若所述最大分类概率对应的质量得分为最大质量得分，则通过以下表达式计算所述期望得分E：

E＝p_max*(1-f(S))

若所述最大分类概率对应的质量得分非最大质量得分，则通过以下表达式计算所述期望得分E：

E＝f(S)

式中，i表示将所有质量得分按照从小到大的顺序进行排列之后的顺序编号，n表示质量得分的数量，f(S)表示通过双曲正切函数对S进行运算，p_max表示所述最大分类概率，s_i表示第i个质量得分，s_max表示所述最大质量得分，p_i表示第i总质量得分对应的分类概率。

5.根据权利要求1所述的内容质量评估方法，其特征在于，所述固有属性信息包括所述媒体资源的属性信息以及所述媒体资源对应创作人员的属性信息。

6.一种模型训练方法，其特征在于，应用于模型训练设备，所述方法包括：

获取样本资源的第一样本特征以及第二样本特征，其中，所述第一样本特征包括所述样本资源的浏览统计信息，所述第二样本特征包括所述样本资源的固有属性信息；

将所述第一样本特征以及第二样本特征输入到神经网络模型进行训练，获得评分模型。

7.根据权利要求6所述的模型训练方法，其特征在于，所述神经网络模型为DeepFM模型。

8.一种内容质量评估装置，其特征在于，应用于评估设备，所述内容质量评估装置包括：

特征模块，用于获取媒体资源的第一特征以及第二特征，其中，所述第一特征包括所述媒体资源的浏览统计信息，所述第二特征包括所述媒体资源的固有属性信息；

评分模块，用于将所述第一特征以及所述第二特征输入到预先训练的评分模型，获得所述媒体资源的目标得分，其中，所述目标得分用于评估用户对所述媒体资源的喜好程度。

9.一种评估设备，其特征在于，所述评估设备包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1-5任意一项所述的内容质量评估方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1-5任意一项所述的内容质量评估方法。