[发明专利]一种文章立意的分析及文章评分方法、装置在审

专利信息
申请号: 201811625903.3 申请日: 2018-12-28
公开(公告)号: CN109710940A 公开(公告)日: 2019-05-03
发明(设计)人: 巩捷甫;付瑞吉;宋巍;王士进;胡国平;秦兵;刘挺 申请(专利权)人: 安徽知学科技有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 杨华;王宝筠
地址: 230031 安徽省合肥市高新区望*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分析方法及装置 多元分类 二分类 申请 分析
【权利要求书】:

1.一种文章立意的分析方法,其特征在于,包括:

获取待评阅文章;

判断所述待评阅文章是否为低等立意类型;

在所述待评阅文章不是低等立意类型的情况下,判别待评阅文章为高等立意类型或中等立意类型。

2.根据权利要求1所述的方法,其特征在于,所述判断所述待评阅文章是否为低等立意类型包括:

依据预设特征,判断所述待评阅文章是否为低等立意类型,所述预设特征包括词特征、句特征和篇章特征的至少一个;

所述在所述待评阅文章不是低等立意类型的情况下,判别待评阅文章为高等立意类型或中等立意类型包括:

若所述待评阅文章不是低等立意类型,利用二元分类模型判别所述待评阅文章为高等立意类型或中等立意类型;其中二元分类模型为预先训练的神经网络二分类模型,用于计算所述待评阅文章的句向量和文章向量,得出所述待评阅文章的立意类型。

3.根据权利要求1所述的方法,其特征在于,所述判断所述待评阅文章是否为低等立意类型,包括以下至少一个步骤:

在所述待评阅文章中的目标词的权重大于第一阈值的情况下,判定所述待评阅文章为低等立意类型;

在所述待评阅文章中的消极句的数量大于第二阈值的情况下,判定所述待评阅文章为低等立意类型;

在所述待评阅文章的情感类型不属于预设的积极类型的情况下,判定所述待评阅文章为低等立意类型;

在所述待评阅文章为流水账的情况下,判定所述待评阅文章为低等立意类型。

4.根据权利要求3所述的方法,其特征在于,计算所述待评阅文章中的目标词的权重的方法包括:

计算所述待评阅文章中的目标词在预设的词语库中的权重分数之和,得到所述权重,所述目标词为包括在所述词语库中的词。

5.根据权利要求3所述的方法,其特征在于,识别所述待评阅文章的情感类型不属于预设的积极类型的方法包括:

获取所述待评阅文章的情感词向量,利用所述情感词向量与预设的多维情感词极性表的对比结果确定所述待评阅文章的情感类型不属于预设的积极类型;

其中,确定所述待评阅文章的情感类型不属于预设的积极类型的方法为,使用预设的第一模型将所述情感词向量比对所述多维情感词极性表的评分确定。

6.根据权利要求1或3-7任一项所述的方法,其特征在于,所述判别待评阅文章为高等立意类型或中等立意类型包括:

将所述待评阅文章输入二元分类模型,得到所述二元分类模型输出的立意类型判别结果,所述立意类型判别结果表示所述待评阅文章为高等立意或中等立意的概率;

依据所述立意类型判别结果确定所述待评阅文章为高等立意类型或中等立意类型;

其中,所述二元分类模型用于对句向量进行编码,并将句向量编码进行self-attention运算,得到带权重的句向量,所述带权重的句向量组成文章向量,依据所述文章向量输出所述识别结果。

7.根据权利要求6所述的方法,其特征在于,还包括:

显示所述待评阅文章中的词和/或句的权重。

8.一种文章评分方法,其特征在于,包括:

根据权利要求1-7任一项所述的方法分析待评阅文章,得到所述待评阅文章的立意类型;

根据所述待评阅文章的立意类型确定评分参数;

利用所述评分参数训练评分模型,使用所述评分模型对所述待评阅文章评分。

9.一种文章立意的分析装置,其特征在于,包括:

获取模块,用于获取待评阅文章;

第一分析模块,用于依据预设特征,判断所述待评阅文章是否为低等立意类型;

第二分析模块,用于在所述待评阅文章不是低等立意类型的情况下,判别待评阅文章为高等立意类型或中等立意类型。

10.一种文章评分装置,其特征在于,包括:

文章立意的分析模块,用于实现权利要求1-7任一项所述的方法分析待评阅文章,得到所述待评阅文章的立意类型;

确定模块,用于根据所述待评阅文章的立意类型确定评分参数;

评分模块,用于利用所述评分参数训练评分模型,使用所述评分模型对所述待评阅文章评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽知学科技有限公司,未经安徽知学科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811625903.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top