【
技術(shù)領(lǐng)域：
】本發(fā)明涉及人工智能技術(shù)，特別涉及基于人工智能的文章價(jià)值評估方法、裝置及存儲介質(zhì)。
背景技術(shù)：
：人工智能(artificialintelligence)，英文縮寫為ai。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。移動互聯(lián)網(wǎng)的信息分發(fā)平臺為了更好地滿足用戶碎片化時(shí)間上的使用，會盡量給用戶推薦一些符合其口味的新的、短的文章。內(nèi)容生產(chǎn)方為了得到更多的展現(xiàn)機(jī)會，也會迎合這種需求，更多地生產(chǎn)一些可以吸引點(diǎn)擊、但是內(nèi)容偏少的文章。這樣就會使得一些真正有價(jià)值、有信息量的優(yōu)質(zhì)文章得不到充分的展現(xiàn)，內(nèi)容生產(chǎn)方也就沒有動力再去生產(chǎn)這樣的文章，從而形成一個(gè)惡性循環(huán)，使得優(yōu)質(zhì)文章越來越少，而沒多大營養(yǎng)的劣質(zhì)文章越來越多。劣質(zhì)文章的增多，對用戶是否信任互聯(lián)網(wǎng)的信息資源是一個(gè)極大的威脅。因此，在進(jìn)行信息分發(fā)時(shí)，需要盡可能地減少劣質(zhì)文章的分發(fā)量并增加優(yōu)質(zhì)文章的分發(fā)量，從而使得用戶能夠獲取到更多的優(yōu)質(zhì)資源，在提升用戶體驗(yàn)的同時(shí)也鼓勵(lì)了優(yōu)質(zhì)文章的創(chuàng)作，進(jìn)而營造出一個(gè)健康的互聯(lián)網(wǎng)內(nèi)容生態(tài)。相應(yīng)地，則需要對文章的價(jià)值進(jìn)行評估，從而將價(jià)值較高的文章作為優(yōu)質(zhì)文章推薦給用戶，但現(xiàn)有技術(shù)中還沒有一種有效的價(jià)值評估方法。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明提供了基于人工智能的文章價(jià)值評估方法、裝置及存儲介質(zhì)。具體技術(shù)方案如下：一種基于人工智能的文章價(jià)值評估方法，包括：挖掘作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，根據(jù)所述訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型；對待評估的文章進(jìn)行特征提??；根據(jù)提取出的特征以及所述價(jià)值評分模型，確定出所述待評估的文章的評分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，挖掘所述訓(xùn)練數(shù)據(jù)包括：根據(jù)人工標(biāo)注的信息、用戶的反饋行為以及預(yù)先設(shè)定的挖掘規(guī)則，挖掘出所述訓(xùn)練數(shù)據(jù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述根據(jù)人工標(biāo)注的信息、用戶的反饋行為以及預(yù)先設(shè)定的挖掘規(guī)則，挖掘出所述訓(xùn)練數(shù)據(jù)包括：將人工標(biāo)注為優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到所述訓(xùn)練數(shù)據(jù)中；將根據(jù)用戶的反饋行為確定出的優(yōu)質(zhì)文章及劣質(zhì)文章加入到所述訓(xùn)練數(shù)據(jù)中；將具備預(yù)先設(shè)定的劣質(zhì)文章特征的文章作為劣質(zhì)文章，加入到所述訓(xùn)練數(shù)據(jù)中。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述對待評估的文章進(jìn)行特征提取包括：針對所述待評估的文章中的每個(gè)段落，分別提取以下特征之一或任意組合：所述段落與所述待評估的文章的標(biāo)題之間的相關(guān)性；所述段落與所述段落的相鄰前一段落之間的相關(guān)性；所述段落中的新增詞數(shù)；所述段落中的總詞數(shù)；所述段落是否以小標(biāo)題開頭；所述段落中的圖片數(shù)量；所述段落中的句子數(shù)；所述段落中的句子平均長度；所述段落中的代詞個(gè)數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，該方法進(jìn)一步包括：通過將所述評分與預(yù)先設(shè)定的閾值進(jìn)行比較，確定出所述待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，該方法進(jìn)一步包括：獲取設(shè)定的m個(gè)劣質(zhì)文章特征，m為正整數(shù)；若所述待評估的文章具備任一劣質(zhì)文章特征，則將所述待評估的文章確定為劣質(zhì)文章。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述劣質(zhì)文章特征包括以下之一或任意組合：文章中重復(fù)內(nèi)容數(shù)超過預(yù)定閾值；文章中的字?jǐn)?shù)小于預(yù)定閾值，且文章中沒有圖片；文章中存在字?jǐn)?shù)超過預(yù)定閾值的段落；文章中存在表述不完整的情況；文章中存在錯(cuò)別字。一種基于人工智能的文章價(jià)值評估裝置，包括：挖掘單元、訓(xùn)練單元以及評估單元；所述挖掘單元，用于挖掘作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，并將所述訓(xùn)練數(shù)據(jù)發(fā)送給所述訓(xùn)練單元；所述訓(xùn)練單元，用于根據(jù)所述訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型，并將所述價(jià)值評分模型發(fā)送給所述評估單元；所述評估單元，用于對待評估的文章進(jìn)行特征提取，根據(jù)提取出的特征以及所述價(jià)值評分模型，確定出所述待評估的文章的評分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述挖掘單元根據(jù)人工標(biāo)注的信息、用戶的反饋行為以及預(yù)先設(shè)定的挖掘規(guī)則，挖掘出所述訓(xùn)練數(shù)據(jù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述挖掘單元將人工標(biāo)注為優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到所述訓(xùn)練數(shù)據(jù)中；所述挖掘單元將根據(jù)用戶的反饋行為確定出的優(yōu)質(zhì)文章及劣質(zhì)文章加入到所述訓(xùn)練數(shù)據(jù)中；所述挖掘單元將具備預(yù)先設(shè)定的劣質(zhì)文章特征的文章作為劣質(zhì)文章，加入到所述訓(xùn)練數(shù)據(jù)中。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述評估單元針對所述待評估的文章中的每個(gè)段落，分別提取以下特征之一或任意組合：所述段落與所述待評估的文章的標(biāo)題之間的相關(guān)性；所述段落與所述段落的相鄰前一段落之間的相關(guān)性；所述段落中的新增詞數(shù)；所述段落中的總詞數(shù)；所述段落是否以小標(biāo)題開頭；所述段落中的圖片數(shù)量；所述段落中的句子數(shù)；所述段落中的句子平均長度；所述段落中的代詞個(gè)數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述評估單元進(jìn)一步用于，通過將所述評分與預(yù)先設(shè)定的閾值進(jìn)行比較，確定出所述待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述評估單元進(jìn)一步用于，獲取設(shè)定的m個(gè)劣質(zhì)文章特征，m為正整數(shù)；若所述待評估的文章具備任一劣質(zhì)文章特征，則將所述待評估的文章確定為劣質(zhì)文章。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述劣質(zhì)文章特征包括以下之一或任意組合：文章中重復(fù)內(nèi)容數(shù)超過預(yù)定閾值；文章中的字?jǐn)?shù)小于預(yù)定閾值，且文章中沒有圖片；文章中存在字?jǐn)?shù)超過預(yù)定閾值的段落；文章中存在表述不完整的情況；文章中存在錯(cuò)別字。一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如以上所述的方法。一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的方法?；谏鲜鼋榻B可以看出，采用本發(fā)明所述方案，可預(yù)先挖掘出作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，并根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型，這樣，當(dāng)需要對待評估的文章進(jìn)行價(jià)值評估時(shí)，可首先對待評估的文章進(jìn)行特征提取，進(jìn)而根據(jù)提取出的特征以及價(jià)值評分模型，確定出待評估的文章的評分，從而實(shí)現(xiàn)了對于文章價(jià)值的有效評估?！靖綀D說明】圖1為本發(fā)明所述基于人工智能的文章價(jià)值評估方法實(shí)施例的流程圖。圖2為本發(fā)明所述rnn模型的結(jié)構(gòu)示意圖。圖3為本發(fā)明所述基于人工智能的文章價(jià)值評估方法的實(shí)現(xiàn)過程示意圖。圖4為本發(fā)明所述基于人工智能的文章價(jià)值評估裝置實(shí)施例的組成結(jié)構(gòu)示意圖。圖5示出了適于用來實(shí)現(xiàn)本發(fā)明實(shí)施方式的示例性計(jì)算機(jī)系統(tǒng)/服務(wù)器12的框圖?！揪唧w實(shí)施方式】為了使本發(fā)明的技術(shù)方案更加清楚、明白，以下參照附圖并舉實(shí)施例，對本發(fā)明所述方案進(jìn)行進(jìn)一步說明。顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1為本發(fā)明所述基于人工智能的文章價(jià)值評估方法實(shí)施例的流程圖，如圖1所示，包括以下具體實(shí)現(xiàn)方式。在101中，挖掘作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型。訓(xùn)練價(jià)值評分模型需要挖掘大量的訓(xùn)練數(shù)據(jù)，通過挖掘到的包括優(yōu)質(zhì)文章及劣質(zhì)文章的訓(xùn)練數(shù)據(jù)，訓(xùn)練出價(jià)值評分模型。本實(shí)施例中，可根據(jù)人工標(biāo)注的信息、用戶的反饋行為以及預(yù)先設(shè)定的挖掘規(guī)則等，挖掘出訓(xùn)練數(shù)據(jù)，分別介紹如下。1)人工標(biāo)注比如可將人工標(biāo)注為優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中。具體地，可首先根據(jù)作者站點(diǎn)等內(nèi)容源的發(fā)文數(shù)據(jù)量及活躍度等篩選出一批候選的內(nèi)容源，之后由人工根據(jù)各候選的內(nèi)容源所發(fā)文章的綜合質(zhì)量進(jìn)行打分，并將分?jǐn)?shù)超過預(yù)定閾值的內(nèi)容源確定為優(yōu)質(zhì)的內(nèi)容源，進(jìn)而可將優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中?？梢钥闯?，上述方式主要用于挖掘優(yōu)質(zhì)文章。2)用戶的反饋行為比如可以將根據(jù)用戶的反饋行為確定出的優(yōu)質(zhì)文章及劣質(zhì)文章加入到訓(xùn)練數(shù)據(jù)中。在實(shí)際應(yīng)用中，用戶在看到一篇文章后會產(chǎn)生收藏、評論、分享等一系列反饋行為，因此可根據(jù)用戶的反饋行為來挖掘訓(xùn)練數(shù)據(jù)。比如，某篇文章被很多用戶吐槽質(zhì)量很差，那么則可認(rèn)為這篇文章為劣質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中。再比如，某篇文章被很多用戶收藏且人均閱讀時(shí)長較長，那么則可認(rèn)為這篇文章為優(yōu)質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中?？梢钥闯?，上述方式既能夠用于挖掘優(yōu)質(zhì)文章，也能夠用于挖掘劣質(zhì)文章。3)挖掘規(guī)則比如可以將具備預(yù)先設(shè)定的劣質(zhì)文章特征的文章作為劣質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中?？深A(yù)先設(shè)定劣質(zhì)文章特征，這樣，在對某篇文章進(jìn)行分析后，如果發(fā)現(xiàn)其具備劣質(zhì)文章特征，則可認(rèn)為該文章為劣質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中?？梢钥闯?，上述方式主要通過設(shè)定的規(guī)則/策略來挖掘劣質(zhì)文章。在獲取到足夠數(shù)量的訓(xùn)練數(shù)據(jù)之后，即可根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型。其中，在進(jìn)行訓(xùn)練時(shí)，可分別按照后續(xù)102中所述方式對作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章和劣質(zhì)文章進(jìn)行特征提取，并可將優(yōu)質(zhì)文章的評分設(shè)置為1，將劣質(zhì)文章的評分設(shè)置為0，進(jìn)而訓(xùn)練得到價(jià)值評分模型，如何進(jìn)行訓(xùn)練為現(xiàn)有技術(shù)。所述價(jià)值評分模型可為深度學(xué)習(xí)模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn，recurrentneuralnetworks)模型等。在102中，對待評估的文章進(jìn)行特征提取。優(yōu)質(zhì)文章通常具有如下特點(diǎn)：排版良好、論據(jù)充分、邏輯清楚、觀點(diǎn)明確、用詞專業(yè)等?；谏鲜鎏攸c(diǎn)，可預(yù)先人工設(shè)定多個(gè)要提取的特征，進(jìn)而針對待評估的文章，進(jìn)行這些特征的提取。比如，可針對待評估的文章中的每個(gè)段落，分別提取以下特征之一或任意組合：特征1：該段落與待評估的文章的標(biāo)題之間的相關(guān)性；特征2：該段落與該段落的相鄰前一段落之間的相關(guān)性；特征3：該段落中的新增詞數(shù)；特征4：該段落中的總詞數(shù)；特征5：該段落是否以小標(biāo)題開頭；特征6：該段落中的圖片數(shù)量；特征7：該段落中的句子數(shù)；特征8：該段落中的句子平均長度；特征9：該段落中的代詞個(gè)數(shù)。表一給出了上述各特征在衡量文章價(jià)值時(shí)所起到的作用。特征作用特征1觀點(diǎn)是否明確特征2邏輯是否清晰特征3論據(jù)是否充分特征4排版是否良好特征5排版是否良好特征6排版是否良好特征7排版是否良好特征8排版是否良好特征9用詞是否專業(yè)表一各特征在衡量文章價(jià)值時(shí)所起到的作用對于待評估的文章中的每個(gè)段落，可分別提取上述9個(gè)特征。其中，對于待評估的文章中的第一個(gè)段落來說，由于不存在該段落的相鄰前一段落，因此可將該段落與標(biāo)題之間的相關(guān)性作為該段落與該段落的相鄰前一段落之間的相關(guān)性，即特征1＝特征2。對于非第一個(gè)段落來說，比如，第二個(gè)段落，特征1是指第二個(gè)段落與標(biāo)題之間的相關(guān)性，而特征2則是指第二個(gè)段落與第一個(gè)段落之間的相關(guān)性。另外，特征3通常是指相比于該段落內(nèi)容之前的所有內(nèi)容，該段落中的新增詞數(shù)，比如，對于第二個(gè)段落來說，特征3可以是指相比于第一個(gè)段落以及標(biāo)題所組成的內(nèi)容，第二個(gè)段落中的新增詞數(shù)。本實(shí)施例中，可利用預(yù)先訓(xùn)練得到的基于卷積神經(jīng)網(wǎng)絡(luò)(cnn，convolutionalneuralnetwork)的深度學(xué)習(xí)語義相似度模型，來確定出特征1和特征2，即特征1和特征2可共用一個(gè)模型，將標(biāo)題作為一個(gè)段落來看待。如何訓(xùn)練基于cnn的深度學(xué)習(xí)語義相似度模型為現(xiàn)有技術(shù)，比如，可以人工構(gòu)造足夠數(shù)量的訓(xùn)練數(shù)據(jù)，從而根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到基于cnn的深度學(xué)習(xí)語義相似度模型，如可利用一個(gè)標(biāo)題及一個(gè)段落組成一個(gè)pair對，即構(gòu)成一個(gè)訓(xùn)練樣本，或者，利用兩個(gè)段落組成一個(gè)pair對，如果pair對中的兩個(gè)組成部分來自同一文章，則可將pair對對應(yīng)的相關(guān)性為1，否則，可設(shè)置為0。在103中，根據(jù)提取出的特征以及價(jià)值評分模型，確定出待評估的文章的評分。在提取出102中所述的特征之后，即可將提取出的特征輸入給價(jià)值評分模型，從而得到價(jià)值評分模型輸出的待評估的文章的評分。由于文章的段落之間是一個(gè)序列的關(guān)系，因此如前所述，可采用rnn模型作為價(jià)值評分模型。圖2為本發(fā)明所述rnn模型的結(jié)構(gòu)示意圖，如圖2所示，該模型最終將輸出一個(gè)評分，取值可在0到1之間，評分越高，說明文章的價(jià)值越大。對于待評估的文章，在得到其評分之后，可將該評分進(jìn)一步與預(yù)先設(shè)定的閾值進(jìn)行比較，根據(jù)比較結(jié)果確定出待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章。比如，若評分大于閾值，則可確定待評估的文章為優(yōu)質(zhì)文章，否則，為劣質(zhì)文章。可以看出，通過上述實(shí)施例所述方式，可實(shí)現(xiàn)對于文章價(jià)值的有效評估。價(jià)值評分模型的優(yōu)點(diǎn)是泛化能力強(qiáng)，但也可能存在未能識別一些具有明顯劣質(zhì)文章特征的文章的情況，為了克服該問題，從而進(jìn)一步提高評估結(jié)果的準(zhǔn)確性，可采用以下處理方式。獲取預(yù)先設(shè)定的m個(gè)劣質(zhì)文章特征，m為正整數(shù)，若待評估的文章具備任一劣質(zhì)文章特征，則將待評估的文章確定為劣質(zhì)文章。具體將哪些特征作為劣質(zhì)文章特征可根據(jù)實(shí)際情況而定，比如，可包括以下之一或任意組合：特征a：文章中重復(fù)內(nèi)容數(shù)超過預(yù)定閾值；特征b：文章中的字?jǐn)?shù)小于預(yù)定閾值，且文章中沒有圖片；特征c：文章中存在字?jǐn)?shù)超過預(yù)定閾值的段落；特征d：文章中存在表述不完整的情況；特征e：文章中存在錯(cuò)別字。對于特征a來說，如果文章中存在大量的重復(fù)內(nèi)容，比如標(biāo)題的內(nèi)容在很多段落均被重復(fù)提及，當(dāng)重復(fù)數(shù)量達(dá)到一定程度時(shí)，則可認(rèn)為文章為劣質(zhì)文章。對于特征b來說，如果文章中的字?jǐn)?shù)過少，且沒有圖片，則可認(rèn)為文章為劣質(zhì)文章。對于特征c來說，如果文章中存在某一段落的字?jǐn)?shù)過多的情況，則可認(rèn)為文章為劣質(zhì)文章。對于特征d來說，如果文章的標(biāo)題或正文中存在表述不完整的情況，如“**明星今日現(xiàn)身……”，則可認(rèn)為文章為劣質(zhì)文章。對于特征e來說，如果文章的標(biāo)題或正文中出現(xiàn)了錯(cuò)別字，則可認(rèn)為文章為劣質(zhì)文章。對于待評估的文章來說，如果其具備a～e中的任一特征，則可認(rèn)為其為劣質(zhì)文章。為便于表述，將上述根據(jù)評分來確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章的方式稱為第一評估方式，將上述根據(jù)劣質(zhì)文章特征來確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章的方式稱為第二評估方式。在實(shí)際應(yīng)用中，可以將第一評估方式和第二評估方式相結(jié)合使用，即可基于文章的內(nèi)容表述和內(nèi)容深度兩個(gè)維度的特征來評估文章的價(jià)值，具體結(jié)合方式不限，比如，針對待評估的文章，如果按照第一評估方式和第二評估方式均確定其為劣質(zhì)文章，那么則認(rèn)為待評估的文章為劣質(zhì)文章，或者，在按照第一評估方式確定出待評估的文章為優(yōu)質(zhì)文章之后，進(jìn)一步利用第二評估方式確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章，如果是劣質(zhì)文章，則認(rèn)為待評估的文章為劣質(zhì)文章，否則，為優(yōu)質(zhì)文章。上述介紹中涉及到的各閾值的具體取值均可根據(jù)實(shí)際需要而定。綜合上述介紹，圖3為本發(fā)明所述基于人工智能的文章價(jià)值評估方法的實(shí)現(xiàn)過程示意圖，如圖3所示，主要由訓(xùn)練數(shù)據(jù)離線挖掘以及在線價(jià)值評估兩部分組成。相比于現(xiàn)有技術(shù)，上述實(shí)施例中提供了一種對于文章價(jià)值的有效評估方式，而且，提取出的特征能夠準(zhǔn)確、直觀地反應(yīng)文章的優(yōu)劣情況，從而提高了評估結(jié)果的準(zhǔn)確性，并且，利用較少的訓(xùn)練數(shù)據(jù)即可取得較好的訓(xùn)練效果，另外，兩種評估方式可靈活結(jié)合，便于根據(jù)實(shí)際需求靈活調(diào)整。相應(yīng)地，后續(xù)在進(jìn)行信息分發(fā)時(shí)，可減少劣質(zhì)文章的分發(fā)量并增加優(yōu)質(zhì)文章的分發(fā)量，從而使得用戶能夠獲取到更多的優(yōu)質(zhì)資源，在提升用戶體驗(yàn)的同時(shí)也鼓勵(lì)了優(yōu)質(zhì)文章的創(chuàng)作，進(jìn)而營造出一個(gè)健康的互聯(lián)網(wǎng)內(nèi)容生態(tài)。以上是關(guān)于方法實(shí)施例的介紹，以下通過裝置實(shí)施例，對本發(fā)明所述方案進(jìn)行進(jìn)一步說明。圖4為本發(fā)明所述基于人工智能的文章價(jià)值評估裝置實(shí)施例的組成結(jié)構(gòu)示意圖，如圖4所示，包括：挖掘單元401、訓(xùn)練單元402以及評估單元403。挖掘單元401，用于挖掘作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，并將訓(xùn)練數(shù)據(jù)發(fā)送給訓(xùn)練單元402。訓(xùn)練單元402，用于根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型，并將價(jià)值評分模型發(fā)送給評估單元403。評估單元403，用于對待評估的文章進(jìn)行特征提取，根據(jù)提取出的特征以及價(jià)值評分模型，確定出待評估的文章的評分。訓(xùn)練價(jià)值評分模型需要挖掘大量的訓(xùn)練數(shù)據(jù)，通過挖掘到的包括優(yōu)質(zhì)文章及劣質(zhì)文章的訓(xùn)練數(shù)據(jù)，訓(xùn)練出價(jià)值評分模型。挖掘單元401可根據(jù)人工標(biāo)注的信息、用戶的反饋行為以及預(yù)先設(shè)定的挖掘規(guī)則等，挖掘出訓(xùn)練數(shù)據(jù)。比如，挖掘單元401可將人工標(biāo)注為優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中。具體地，可首先根據(jù)作者站點(diǎn)等內(nèi)容源的發(fā)文數(shù)據(jù)量及活躍度等篩選出一批候選的內(nèi)容源，之后由人工根據(jù)各候選的內(nèi)容源所發(fā)文章的綜合質(zhì)量進(jìn)行打分，并將分?jǐn)?shù)超過預(yù)定閾值的內(nèi)容源確定為優(yōu)質(zhì)的內(nèi)容源，進(jìn)而可將優(yōu)質(zhì)的內(nèi)容源對應(yīng)的文章作為優(yōu)質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中。挖掘單元401還可將根據(jù)用戶的反饋行為確定出的優(yōu)質(zhì)文章及劣質(zhì)文章加入到訓(xùn)練數(shù)據(jù)中。在實(shí)際應(yīng)用中，用戶在看到一篇文章后會產(chǎn)生收藏、評論、分享等一系列反饋行為，因此可根據(jù)用戶的反饋行為來挖掘訓(xùn)練數(shù)據(jù)。比如，某篇文章被很多用戶吐槽質(zhì)量很差，那么則可認(rèn)為這篇文章為劣質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中。再比如，某篇文章被很多用戶收藏且人均閱讀時(shí)長較長，那么則可認(rèn)為這篇文章為優(yōu)質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中。挖掘單元401還可將具備預(yù)先設(shè)定的劣質(zhì)文章特征的文章作為劣質(zhì)文章，加入到訓(xùn)練數(shù)據(jù)中?？深A(yù)先設(shè)定劣質(zhì)文章特征，這樣，在對某篇文章進(jìn)行分析后，如果發(fā)現(xiàn)其具備劣質(zhì)文章特征，則可認(rèn)為該文章為劣質(zhì)文章，并將其加入到訓(xùn)練數(shù)據(jù)中。在獲取到足夠數(shù)量的訓(xùn)練數(shù)據(jù)之后，可由訓(xùn)練單元402根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型。價(jià)值評分模型可為深度學(xué)習(xí)模型，如rnn模型等。經(jīng)過上述處理后，當(dāng)需要對待評估的文章進(jìn)行價(jià)值評估時(shí)，評估單元403可首先對待評估的文章進(jìn)行特征提取，之后根據(jù)提取出的特征以及價(jià)值評分模型，確定出待評估的文章的評分。優(yōu)質(zhì)文章通常具有如下特點(diǎn)：排版良好、論據(jù)充分、邏輯清楚、觀點(diǎn)明確、用詞專業(yè)等?；谏鲜鎏攸c(diǎn)，可預(yù)先人工設(shè)定多個(gè)要提取的特征，進(jìn)而由評估單元403針對待評估的文章，進(jìn)行這些特征的提取。具體地，針對待評估的文章中的每個(gè)段落，評估單元403可分別提取以下特征之一或任意組合：該段落與待評估的文章的標(biāo)題之間的相關(guān)性；該段落與該段落的相鄰前一段落之間的相關(guān)性；該段落中的新增詞數(shù)；該段落中的總詞數(shù)；該段落是否以小標(biāo)題開頭；該段落中的圖片數(shù)量；該段落中的句子數(shù)；該段落中的句子平均長度；該段落中的代詞個(gè)數(shù)。對于待評估的文章中的每個(gè)段落，可分別提取上述9個(gè)特征。上述各特征在衡量文章價(jià)值時(shí)所起到的作用如表一所示。評估單元403可將提取出的特征輸入給價(jià)值評分模型，從而得到價(jià)值評分模型輸出的待評估的文章的評分，評分越高，說明文章的價(jià)值越大。之后，評估單元403還可通過將評分與預(yù)先設(shè)定的閾值進(jìn)行比較，確定出待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章。比如，若評分大于閾值，則可確定待評估的文章為優(yōu)質(zhì)文章，否則，為劣質(zhì)文章。另外，評估單元403還可獲取設(shè)定的m個(gè)劣質(zhì)文章特征，m為正整數(shù)，若待評估的文章具備任一劣質(zhì)文章特征，則將待評估的文章確定為劣質(zhì)文章。具體將哪些特征作為劣質(zhì)文章特征可根據(jù)實(shí)際情況而定，比如，可包括以下之一或任意組合：特征a：文章中重復(fù)內(nèi)容數(shù)超過預(yù)定閾值；特征b：文章中的字?jǐn)?shù)小于預(yù)定閾值，且文章中沒有圖片；特征c：文章中存在字?jǐn)?shù)超過預(yù)定閾值的段落；特征d：文章中存在表述不完整的情況；特征e：文章中存在錯(cuò)別字。對于特征a來說，如果文章中存在大量的重復(fù)內(nèi)容，比如標(biāo)題的內(nèi)容在很多段落均被重復(fù)提及，當(dāng)重復(fù)數(shù)量達(dá)到一定程度時(shí)，則可認(rèn)為文章為劣質(zhì)文章。對于特征b來說，如果文章中的字?jǐn)?shù)過少，且沒有圖片，則可認(rèn)為文章為劣質(zhì)文章。對于特征c來說，如果文章中存在某一段落的字?jǐn)?shù)過多的情況，則可認(rèn)為文章為劣質(zhì)文章。對于特征d來說，如果文章的標(biāo)題或正文中存在表述不完整的情況，如“**明星今日現(xiàn)身……”，則可認(rèn)為文章為劣質(zhì)文章。對于特征e來說，如果文章的標(biāo)題或正文中出現(xiàn)了錯(cuò)別字，則可認(rèn)為文章為劣質(zhì)文章。對于待評估的文章來說，如果其具備a～e中的任一特征，則可認(rèn)為其為劣質(zhì)文章。為便于表述，將上述根據(jù)評分來確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章的方式稱為第一評估方式，將上述根據(jù)劣質(zhì)文章特征來確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章的方式稱為第二評估方式。在實(shí)際應(yīng)用中，可以將第一評估方式和第二評估方式相結(jié)合使用，即可基于文章的內(nèi)容表述和內(nèi)容深度兩個(gè)維度的特征來評估文章的價(jià)值，具體結(jié)合方式不限，比如，針對待評估的文章，如果按照第一評估方式和第二評估方式均確定其為劣質(zhì)文章，那么則認(rèn)為待評估的文章為劣質(zhì)文章，或者，在按照第一評估方式確定出待評估的文章為優(yōu)質(zhì)文章之后，進(jìn)一步利用第二評估方式確定待評估的文章為優(yōu)質(zhì)文章還是劣質(zhì)文章，如果是劣質(zhì)文章，則認(rèn)為待評估的文章為劣質(zhì)文章，否則，為優(yōu)質(zhì)文章。圖4所示裝置實(shí)施例的具體工作流程等請參照前述方法實(shí)施例中的相應(yīng)說明，不再贅述。相比于現(xiàn)有技術(shù)，上述實(shí)施例中提供了一種對于文章價(jià)值的有效評估方式，而且，提取出的特征能夠準(zhǔn)確、直觀地反應(yīng)文章的優(yōu)劣情況，從而提高了評估結(jié)果的準(zhǔn)確性，并且，利用較少的訓(xùn)練數(shù)據(jù)即可取得較好的訓(xùn)練效果，另外，兩種評估方式可靈活結(jié)合，便于根據(jù)實(shí)際需求靈活調(diào)整。后續(xù)在進(jìn)行信息分發(fā)時(shí)，可減少劣質(zhì)文章的分發(fā)量并增加優(yōu)質(zhì)文章的分發(fā)量，從而使得用戶能夠獲取到更多的優(yōu)質(zhì)資源，在提升用戶體驗(yàn)的同時(shí)也鼓勵(lì)了優(yōu)質(zhì)文章的創(chuàng)作，進(jìn)而營造出一個(gè)健康的互聯(lián)網(wǎng)內(nèi)容生態(tài)。圖5示出了適于用來實(shí)現(xiàn)本發(fā)明實(shí)施方式的示例性計(jì)算機(jī)系統(tǒng)/服務(wù)器12的框圖。圖5顯示的計(jì)算機(jī)系統(tǒng)/服務(wù)器12僅僅是一個(gè)示例，不應(yīng)對本發(fā)明實(shí)施例的功能和使用范圍帶來任何限制。如圖5所示，計(jì)算機(jī)系統(tǒng)/服務(wù)器12以通用計(jì)算設(shè)備的形式表現(xiàn)。計(jì)算機(jī)系統(tǒng)/服務(wù)器12的組件可以包括但不限于：一個(gè)或者多個(gè)處理器(處理單元)16，存儲器28，連接不同系統(tǒng)組件(包括存儲器28和處理器16)的總線18?？偩€18表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲器總線或者存儲器控制器，外圍總線，圖形加速端口，處理器或者使用多種總線結(jié)構(gòu)中的任意總線結(jié)構(gòu)的局域總線。舉例來說，這些體系結(jié)構(gòu)包括但不限于工業(yè)標(biāo)準(zhǔn)體系結(jié)構(gòu)(isa)總線，微通道體系結(jié)構(gòu)(mac)總線，增強(qiáng)型isa總線、視頻電子標(biāo)準(zhǔn)協(xié)會(vesa)局域總線以及外圍組件互連(pci)總線。計(jì)算機(jī)系統(tǒng)/服務(wù)器12典型地包括多種計(jì)算機(jī)系統(tǒng)可讀介質(zhì)。這些介質(zhì)可以是任何能夠被計(jì)算機(jī)系統(tǒng)/服務(wù)器12訪問的可用介質(zhì)，包括易失性和非易失性介質(zhì)，可移動的和不可移動的介質(zhì)。存儲器28可以包括易失性存儲器形式的計(jì)算機(jī)系統(tǒng)可讀介質(zhì)，例如隨機(jī)存取存儲器(ram)30和/或高速緩存存儲器32。計(jì)算機(jī)系統(tǒng)/服務(wù)器12可以進(jìn)一步包括其它可移動/不可移動的、易失性/非易失性計(jì)算機(jī)系統(tǒng)存儲介質(zhì)。僅作為舉例，存儲系統(tǒng)34可以用于讀寫不可移動的、非易失性磁介質(zhì)(圖5未顯示，通常稱為“硬盤驅(qū)動器”)。盡管圖5中未示出，可以提供用于對可移動非易失性磁盤(例如“軟盤”)讀寫的磁盤驅(qū)動器，以及對可移動非易失性光盤(例如cd-rom,dvd-rom或者其它光介質(zhì))讀寫的光盤驅(qū)動器。在這些情況下，每個(gè)驅(qū)動器可以通過一個(gè)或者多個(gè)數(shù)據(jù)介質(zhì)接口與總線18相連。存儲器28可以包括至少一個(gè)程序產(chǎn)品，該程序產(chǎn)品具有一組(例如至少一個(gè))程序模塊，這些程序模塊被配置以執(zhí)行本發(fā)明各實(shí)施例的功能。具有一組(至少一個(gè))程序模塊42的程序/實(shí)用工具40，可以存儲在例如存儲器28中，這樣的程序模塊42包括——但不限于——操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。程序模塊42通常執(zhí)行本發(fā)明所描述的實(shí)施例中的功能和/或方法。計(jì)算機(jī)系統(tǒng)/服務(wù)器12也可以與一個(gè)或多個(gè)外部設(shè)備14(例如鍵盤、指向設(shè)備、顯示器24等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該計(jì)算機(jī)系統(tǒng)/服務(wù)器12交互的設(shè)備通信，和/或與使得該計(jì)算機(jī)系統(tǒng)/服務(wù)器12能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如網(wǎng)卡，調(diào)制解調(diào)器等等)通信。這種通信可以通過輸入/輸出(i/o)接口22進(jìn)行。并且，計(jì)算機(jī)系統(tǒng)/服務(wù)器12還可以通過網(wǎng)絡(luò)適配器20與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(lan)，廣域網(wǎng)(wan)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。如圖5所示，網(wǎng)絡(luò)適配器20通過總線18與計(jì)算機(jī)系統(tǒng)/服務(wù)器12的其它模塊通信。應(yīng)當(dāng)明白，盡管圖中未示出，可以結(jié)合計(jì)算機(jī)系統(tǒng)/服務(wù)器12使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動器、冗余處理單元、外部磁盤驅(qū)動陣列、raid系統(tǒng)、磁帶驅(qū)動器以及數(shù)據(jù)備份存儲系統(tǒng)等。處理器16通過運(yùn)行存儲在存儲器28中的程序，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，例如實(shí)現(xiàn)圖1所示實(shí)施例中的方法，即挖掘作為訓(xùn)練數(shù)據(jù)的優(yōu)質(zhì)文章及劣質(zhì)文章，根據(jù)訓(xùn)練數(shù)據(jù)訓(xùn)練得到價(jià)值評分模型，對待評估的文章進(jìn)行特征提取，根據(jù)提取出的特征以及價(jià)值評分模型，確定出待評估的文章的評分等。具體實(shí)現(xiàn)請參照前述各實(shí)施例中的相關(guān)說明，不再贅述。本發(fā)明同時(shí)公開了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)將實(shí)現(xiàn)如圖1所示實(shí)施例中的方法?？梢圆捎靡粋€(gè)或多個(gè)計(jì)算機(jī)可讀的介質(zhì)的任意組合。計(jì)算機(jī)可讀介質(zhì)可以是計(jì)算機(jī)可讀信號介質(zhì)或者計(jì)算機(jī)可讀存儲介質(zhì)。計(jì)算機(jī)可讀存儲介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計(jì)算機(jī)可讀存儲介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式計(jì)算機(jī)磁盤、硬盤、隨機(jī)存取存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本文件中，計(jì)算機(jī)可讀存儲介質(zhì)可以是任何包含或存儲程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。計(jì)算機(jī)可讀的信號介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計(jì)算機(jī)可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括——但不限于——電磁信號、光信號或上述的任意合適的組合。計(jì)算機(jī)可讀的信號介質(zhì)還可以是計(jì)算機(jī)可讀存儲介質(zhì)以外的任何計(jì)算機(jī)可讀介質(zhì)，該計(jì)算機(jī)可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。計(jì)算機(jī)可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括——但不限于——無線、電線、光纜、rf等等，或者上述的任意合適的組合?？梢砸砸环N或多種程序設(shè)計(jì)語言或其組合來編寫用于執(zhí)行本發(fā)明操作的計(jì)算機(jī)程序代碼，所述程序設(shè)計(jì)語言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語言—諸如java、smalltalk、c++，還包括常規(guī)的過程式程序設(shè)計(jì)語言—諸如”c”語言或類似的程序設(shè)計(jì)語言。程序代碼可以完全地在用戶計(jì)算機(jī)上執(zhí)行、部分地在用戶計(jì)算機(jī)上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算機(jī)上部分在遠(yuǎn)程計(jì)算機(jī)上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算機(jī)或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算機(jī)的情形中，遠(yuǎn)程計(jì)算機(jī)可以通過任意種類的網(wǎng)絡(luò)——包括局域網(wǎng)(lan)或廣域網(wǎng)(wan)—連接到用戶計(jì)算機(jī)，或者，可以連接到外部計(jì)算機(jī)(例如利用因特網(wǎng)服務(wù)提供商來通過因特網(wǎng)連接)。在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的裝置和方法等，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式。所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲在一個(gè)計(jì)算機(jī)可讀取存儲介質(zhì)中。上述軟件功能單元存儲在一個(gè)存儲介質(zhì)中，包括若干指令用以使得一臺計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機(jī)存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。當(dāng)前第1頁12