本实施例涉及人工智能技术领域，公开了一种文章布局评估方法、装置、电子设备、存储介质。该方法包括：获取待评测文章；对待评测文章进行节点划分，以得到多个节点，其中，多个节点包括标题节点和信息节点，信息节点包括：图片节点、视频节点和文字节点中的至少一种；提取多个节点中的每个节点的节点特征向量；提取多个节点中的每个节点的依赖特征向量，其中，每个节点的依赖特征向量用于指示每个节点与多个节点中其他节点之间的依赖关系；根据多个节点中的每个节点的节点特征向量和每个节点的依赖特征向量，确定待评测文章的布局评分。本申请的文章布局评估方法，能够提高文章评估的准确性。准确性。准确性。
【技术实现步骤摘要】
文章布局评估方法、装置、电子设备、存储介质
[0001]本申请涉及人工智能
，尤其涉及文章布局评估方法、装置、电子设备、存储介质。
技术介绍
[0002]在自媒体时代，自媒体文章不受审核，可以随意发布，导致网络上充斥着低价值的灌水文章或标题党文章，浪费人们的阅读时间。
[0003]相关技术中，在对文章的评分、评估中一般只从文章的内容深度、内容质量的角度进行评测的，并且都是从语义特征、文采层面对文章的内容进行评判的，导致对文章的评估不准确，影响读者的阅读体验。
技术实现思路
[0004]本公开实施例的主要目的在于提出一种文章布局评估方法、装置、电子设备、存储介质，以提高文章评估的准确性。
[0005]为实现上述目的，本公开实施例的第一方面提出了一种文章布局评估方法，包括：
[0006]获取待评测文章；
[0007]对待评测文章进行节点划分，以得到多个节点，其中，多个节点包括标题节点和信息节点，信息节点包括：图片节点、视频节点和文字节点中的至少一种；
[0008]提取多个节点中的每个节点的节点特征向量，节点特征向量用于指示每个节点所携带的特征；
[0009]提取多个节点中的每个节点的依赖特征向量，其中，每个节点的依赖特征向量用于指示每个节点与多个节点中其他节点之间的依赖关系；
[0010]根据多个节点中的每个节点的节点特征向量和每个节点的依赖特征向量，确定待评测文章的布局评分。
[0011]在一些实施例，根据多个节点中的每个节点的节点特征向量和每个节点的依赖特征向量，确定待评测文章的布局评分，包括：
[0012]对每个节点的节点特征向量和每个节点的依赖特征向量进行拼接处理，以得到每个节点的融合特征向量；
[0013]根据多个节点中的每个节点的融合特征向量，确定待评测文章的布局评分。
[0014]在一些实施例，根据多个节点中的每个节点的融合特征向量，确定待评测文章的布局评分，包括：
[0015]以第一神经网络模型对每个节点的融合特征向量进行图卷积和池化处理，以得到第一类特征向量；
[0016]以第二神经网络模型对每个节点的融合特征向量进行循环迭代处理，以得到第二类特征向量，第一神经网络模型和第二神经网络模型属于不同类型的神经网络模型；
[0017]对第一类特征向量和第二类特征向量进行拼接处理，得到拼接特征向量；
[0018]根据拼接特征向量确定待评测文章的布局评分。
[0019]在一些实施例，提取多个节点中的每个节点的依赖特征向量，包括：
[0020]在多个节点中的当前节点为图片节点的情况下，从当前节点的节点特征向量提出当前节点的图片图注特征子向量；
[0021]根据当前节点的图片图注特征子向量和多个节点中的其他节点的节点特征向量，确定当前节点与多个节点中的其他节点的依赖关系；
[0022]根据当前节点与多个节点中的其他节点的依赖关系，确定当前节点的依赖特征向量。
[0023]在一些实施例，根据当前节点的图片图注特征子向量和多个节点中的其他节点的节点特征向量，确定当前节点与多个节点中的其他节点的依赖关系，包括：
[0024]对图片图注特征子向量进行语义特征提取，得到图片标注字段；
[0025]对图片标注字段和多个节点中的其他节点的节点特征向量进行特征提取，得到图片图注特征子向量和多个节点中的其他节点的节点特征向量的关联值；
[0026]若当前节点的图片图注特征子向量和多个节点中的其他节点的节点特征向量的关联值超过预设关联阈值，确定当前节点与多个节点中的其他节点的依赖特征向量为补充关系；
[0027]若当前节点的图片图注特征子向量和多个节点中的其他节点的节点特征向量的关联值未超过预设关联阈值，确定当前节点与多个节点中的其他节点的依赖特征向量为线性关系。
[0028]在一些实施例，多个节点包括第一节点，第一节点为多个节点中任意一个节点；
[0029]在第一节点为文字节点的情况下，第一节点的节点特征向量包括：文字字数特征子向量、文字位置特征子向量；
[0030]在第一节点为图片节点的情况下，第一节点的节点特征向量包括：图片图注特征子向量、图片位置特征子向量、图片像素特征子向量、图片尺寸特征子向量；
[0031]在第一节点为视频节点的情况下，第一节点的节点特征向量包括：视频长度特征子向量、视频位置特征子向量；
[0032]在第一节点为标题节点的情况下，第一节点的节点特征向量包括：标题位置特征子向量。
[0033]在一些实施例，标题节点包括：文章标题节点、大标题节点、小标题节点。
[0034]为实现上述目的，本公开的第二方面提出了一种文章布局评估装置，包括：
[0035]文章获取模块，用于获取待评测文章；
[0036]节点划分模块，用于对待评测文章进行节点划分，以得到多个节点，多个节点包括标题节点和信息节点，信息节点包括：图片节点、视频节点和文字节点中的至少一种；
[0037]节点特征提取模块，用于提取多个节点中的每个节点的节点特征向量，节点特征向量用于指示每个节点所携带的特征；
[0038]依赖特征提取模块，用于提取多个节点中的每个节点的依赖特征向量，其中，每个节点的依赖特征向量用于指示每个节点与多个节点中其他节点之间的依赖关系；
[0039]评分模块，用于根据多个节点中的每个节点的节点特征向量和每个节点的依赖特征向量，确定待评测文章的布局评分。
[0040]为实现上述目的，本公开的第三方面提出了一种电子设备，包括：
[0041]至少一个存储器；
[0042]至少一个处理器；
[0043]至少一个程序；
[0044]程序被存储在存储器中，处理器执行至少一个程序以实现：
[0045]如上述第一方面的方法。
[0046]为实现上述目的，本公开的第四方面提出了一种存储介质，该存储介质是计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行：
[0047]如上述第一方面的方法。
[0048]本申请实施例提出的文章布局评估方法和装置、电子设备、存储介质，在对文章进行评估时，将待评测文章进行节点划分，得到多个节点，其中多个节点包括标题节点以及图片节点，视频节点和文字节点中的至少一种，再提取多个节点中的每个节点的节点特征向量，提取多个节点中的每个节点的依赖特征向量，其中，依赖特征向量用于指示每个节点与多个节点中其他节点之间的依赖关系，然后，依据每个节点的节点特征向量和每个节点的依赖特征向量确定待评测文章的布局评分。本方案在对待评测文章进行评测时，不仅考虑了每个节点的节点特征向量，而且考虑了每个节点的依赖特征向量，结合了两种不同的角度对待评测文章进行评估，提高了文章评估的准确性。
附图说明
[0049]图1是本申请实施例提供的文章布局评估方法的流程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种文章布局评估方法，其特征在于，包括：获取待评测文章；对所述待评测文章进行节点划分，以得到多个节点，其中，所述多个节点包括标题节点和信息节点，所述信息节点包括图片节点、视频节点和文字节点中的至少一种；提取所述多个节点中的每个节点的节点特征向量，所述节点特征向量用于指示所述每个节点所携带的特征；提取所述多个节点中的每个节点的依赖特征向量，其中，所述每个节点的依赖特征向量用于指示所述每个节点与所述多个节点中其他节点之间的依赖关系；根据所述多个节点中的所述每个节点的节点特征向量和所述每个节点的依赖特征向量，确定所述待评测文章的布局评分。2.根据权利要求1所述的方法，其特征在于，所述根据所述多个节点中的每个节点的节点特征向量和所述每个节点的依赖特征向量，确定所述待评测文章的布局评分，包括：对所述每个节点的节点特征向量和所述每个节点的依赖特征向量进行拼接处理，以得到所述每个节点的融合特征向量；根据所述多个节点中的每个节点的融合特征向量，确定所述待评测文章的布局评分。3.根据权利要求1所述的方法，其特征在于，所述根据所述多个节点中的每个节点的融合特征向量，确定所述待评测文章的布局评分，包括：以第一神经网络模型对所述每个节点的融合特征向量进行图卷积和池化处理，以得到第一类特征向量；以第二神经网络模型对所述每个节点的融合特征向量进行循环迭代处理，以得到第二类特征向量，所述第一神经网络模型和所述第二神经网络模型属于不同类型的神经网络模型；对所述第一类特征向量和所述第二类特征向量进行拼接处理，得到拼接特征向量；根据所述拼接特征向量确定所述待评测文章的布局评分。4.根据权利要求1所述的方法，其特征在于，所述提取所述多个节点中的每个节点的依赖特征向量，包括：在所述多个节点中的当前节点为所述图片节点的情况下，从所述当前节点的节点特征向量提出所述当前节点的图片图注特征子向量；根据所述当前节点的图片图注特征子向量和所述多个节点中的其他节点的节点特征向量，确定所述当前节点与所述多个节点中的其他节点的依赖关系；根据所述当前节点与所述多个节点中的其他节点的依赖关系，确定所述当前节点依赖特征向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述当前节点的图片图注特征子向量和所述多个节点中的其他节点的节点特征向量，确定所述当前节点与所述多个节点中的其他节点的依赖关系，包括：对所述图片图注特征子向量进行语义特征提取，得到图片标注字段；对所述图片标注字段和所述多个节点中的其他节点的节点特征向量进行特征提取，得到所述图片图注...
【专利技术属性】
技术研发人员：夏烽，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。