(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211086311.5 (22)申请日 2022.09.06 (71)申请人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 (72)发明人 张树武　刘杰　邢立栋　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 任少瑞 (51)Int.Cl. G06N 20/00(2019.01) G06F 40/205(2020.01) (54)发明名称 内容质量评分模 型的训练方法、 评分方法和 电子设备 (57)摘要 本发明提供一种内容质 量评分模型的训练 方法、 评分方法和电子设备， 该方法包括： 获取多 个文本样 本， 以及各文本样本对应的多个属性特 征以及内容质量评分； 针对各文本样本， 对文本 样本对应的多个属性特征进行交叉处理， 得到文 本样本对应的多个组合属性特征； 将多个文本样 本各自对应的多个属性特征和多个组合属性特 征分别输入至初始内容质量评分模型的多棵初 始分类回归树中， 得到各文本样 本对应的多个预 测内容质量评分； 根据各文本样 本对应的内容质 量评分和多个预测内容质量评分， 对多棵初始分 类回归树的模 型参数进行更新， 这样通过训练得 到的内容质量评分模型进行内容质量评估， 可以 提高内容质量评分结果的准确度。 权利要求书2页 说明书11页 附图4页 CN 115470933 A 2022.12.13 CN 115470933 A 1.一种内容质量评分模型的训练方法， 其特 征在于， 包括： 获取多个文本样本， 以及各文本样本对应的多个属性特 征以及内容质量评分； 针对所述各文本样本， 对所述文本样本对应的多个属性特征进行交叉处理， 得到所述 文本样本对应的多个组合属性特 征； 将所述多个文本样本各自对应的多个属性特征和多个组合属性特征分别输入至初始 内容质量评 分模型的多棵初始分类回归树中， 得到所述各文本样本对应的多个预测内容质 量评分； 根据所述各文本样本对应的内容质量评分和多个预测内容质量评分， 对所述多棵初始 分类回归树的模型参数进行 更新， 以得到训练后的内容质量评分模型。 2.根据权利要求1所述的内容质量评分模型的训练方法， 其特征在于， 所述根据 所述各 文本样本对应的内容质量评 分和多个预测内容质量评分， 对所述多棵初始分类回归树的模 型参数进行 更新， 包括： 针对所述各文本样本， 分别构造所述文本样本对应的内容质量评分和多个预测内容质 量评分中各预测内容质量评 分之间的均方差损失函数， 得到所述文本样本对应的多个均方 差损失函数； 根据所述各文本样本对应的多个均方差损失函数， 对所述多棵初始分类回归树的模型 参数进行 更新。 3.根据权利要求2所述的内容质量评分模型的训练方法， 其特征在于， 所述根据 所述各 文本样本对应的多个均方差损失函数， 对所述多棵初始分类回归树的模型参数进行更新， 包括： 针对所述各文本样本， 确定所述文本样本对应的多个均方差损 失函数中， 各均方差损 失函数构 造时采用的预测内容质量评分对应的初始分类回归树所占的权重， 得到所述各均 方差损失函数对应的分类回归树所占的权重； 并根据所述多个均方差损失函数和所述各均 方差损失函数对应的分类回归树所占的权重， 确定所述多个均方差损失函数的第一平均损 失函数； 根据所述各文本样本对应的第 一平均损失函数， 对所述多棵初始分类回归树的模型参 数进行更新。 4.根据权利要求3所述的内容质量评分模型的训练方法， 其特征在于， 所述根据 所述各 文本样本对应的第一平均损失函数， 对所述多棵初始分类回归树的模型参数进行更新， 包 括： 根据所述各文本样本对应的第 一平均损失函数， 确定所述多个文本样本对应的第 二平 均损失函数； 根据所述第二平均损失函数， 对所述多棵初始分类回归树的模型参数进行 更新。 5.一种内容质量评分方法， 其特 征在于， 包括： 获取待评分文本、 及所述待评分文本对应的多个属性特 征； 对所述多个属性特 征进行交叉处 理， 得到所述待评分文本对应的多个组合属性特 征； 将所述多个属性特征和多个组合属性特征分别输入至内容质量评分模型的多棵分类 回归树中， 得到所述待评 分文本对应的多个内容质量评 分； 其中， 所述内容质量评 分模型为 上述权利要求1 ‑4任一项所述的内容质量评分模型；权　利　要　求　书 1/2 页 2 CN 115470933 A 2根据所述多个内容质量评分， 确定所述待评分文本对应的目标内容质量评分。 6.根据权利要求5所述的内容质量评分方法， 其特征在于， 所述根据所述多个 内容质量 评分， 确定所述待评分文本对应的目标内容质量评分， 包括： 根据所述多个 内容质量评分和各内容质量评分对应的分类回归树所占的权重， 确定所 述待评分文本对应的所述目标内容质量评分。 7.一种内容质量评分模型的训练装置， 其特 征在于， 包括： 第一获取单元， 用于获取多个文本样本， 以及各文本样本对应的多个属性特征以及内 容质量评分； 第一处理单元， 用于针对所述各文本样本， 对所述文本样本对应的多个属性特征进行 交叉处理， 得到所述文本样本对应的多个组合属性特 征； 第二处理单元， 用于将所述多个文本样本各自对应的多个属性特征和多个组合属性特 征分别输入至初始内容质量评 分模型的多棵初始分类回归树中， 得到所述各文本样本对应 的多个预测内容质量评分； 更新单元， 用于根据所述各文本样本对应的内容质量评分和多个预测内容质量评分， 对所述多棵初始分类回归树的模型参数进行 更新， 以得到训练后的内容质量评分模型。 8.一种内容质量评分装置， 其特 征在于， 包括： 第二获取 单元， 用于获取待评分文本、 及所述待评分文本对应的多个属性特 征； 第三处理单元， 用于对所述多个属性特征进行交叉处理， 得到所述待评分文本对应的 多个组合属性特 征； 第四处理单元， 用于将所述多个属性特征和多个组合属性特征分别输入至 内容质量评 分模型的多 棵分类回归树中， 得到所述待评 分文本对应的多个内容质量评 分； 其中， 所述内 容质量评分模型为上述权利要求1 ‑4任一项所述的内容质量评分模型。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至4任一项所 述的内容质量评分模型的训练方法； 或者， 实现如权利要求5至6任一项所述的内容质量评 分方法。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处理器执行时实现如权利要求1至4任一项 所述的内容质量评 分模型的训练方法； 或者， 实现如权利要求5 至6任一项所述的内容质量评分方法。 11.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至4任一项所述的内容质量评分模型 的训练方法； 或者， 实现如权利 要求5至6任一项所述的内容质量评分方法。权　利　要　求　书 2/2 页 3 CN 115470933 A 3